[发明专利]基于H∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法

说明书

本公开涉及一种基于H∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法，首先建立锂离子等效电路模型，识别参数后进行模型验证，对验证后的模型通过标准无迹卡尔曼滤波算法，引入基于H∞控制理论的调整因子设计H∞滤波器用于修正无迹卡尔曼滤波算法中计算协方差时遇到的病态矩阵。本发明通过不断更新修正协方差矩阵保证了矩阵的半正定性，提高了滤波器的适应能力，实现退役电池荷电状态准确估算。

技术领域

本公开涉及电池技术领域，尤其是涉及基于H∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法。

背景技术

锂离子电池由于其较高的比能量、较长的循环寿命和相对较低的制造成本被广泛应用于各种电动汽车。当车用动力电池的容量衰减到初始容量的70％左右时，就不满足电动汽车续航里程和安全性能的要求而退役。退役后的电池应用到对电池性能要求不高的储能系统、UPS等领域仍然有可观的价值。由于退役电池在功率密度、能量密度和容量等存在着一定程度的老化现象，因此必须建立准确的电池管理系统来判断电池工作状态。电池荷电状态(state of charge，SOC)表征了电池剩余能量的变化，是能量管理和预测电池运行状态的重要依据。因此，准确估计电池的荷电状态对退役电池的梯次利用和提高电池管理技术的具有重要意义。

现有技术中专利申请号为CN201310500406.1的发明专利《一种汽车动力锂电池SOC估算方法》中就公开了一种汽车动力锂电池SOC估算方法，步骤为：a、开始；b、搁置时间小于设定时间T0，进入步骤c；反之，进入步骤d；c、利用上次锂电池停止使用时的SOC值作为此时的SOC值；d、利用开路电压与SOC关系获取实时动力锂电池SOC值，进入步骤g；e、锂电池为动态，进入步骤f；反之，返回步骤b；f、采用Ah积分法估算SOC，并进行初步校正；g、判断步骤d获得的SOC值与Ah积分法估算SOC值的差值，若小于设定值|e|，进入步骤i；反之，进入步骤h；h、获得的SOC值修正Ah积分法的初始SOC值；i、结束。本发明从多方面对SOC进行校正，改善了Ah积分法长时间带来的误差累计，可提高SOC的准确度。

但是该技术只是在现有的Ah积分法，即安时积分法的基础上进行了修正，但是存在必要提供准确的荷电状态初值的要求，且开路电压法需要静置足够长的时间，使电池达到稳定状态，这显然不适于动态条件。

发明内容

针对现有技术的不足，本公开涉及基于H∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法，提高退役电池的荷电状态计算准确性，并减少计算时需要的检测步骤。

为实现以上目的，本公开通过以下技术方案予以实现：

基于H∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法，首先建立锂离子等效电路模型，识别参数后进行模型验证，对验证后的模型通过标准无迹卡尔曼滤波算法，引入基于H∞控制理论的调整因子设计H∞滤波器用于修正无迹卡尔曼滤波算法中计算协方差时遇到的病态矩阵。

优选的，所述滤波器为：

式中：x0和P0|0分别是初始状态向量及其协方差矩阵；γ是限制不确定性的正标量参数。

优选的，当且仅当所有时刻K的估计误差协方差矩阵Pk|k满足时，

所述的H∞滤波器才能够存在，此时H∞无迹卡尔曼滤波如下：

式中：I为单位矩阵；Hk不再是雅可比矩阵，Hk＝(Pzz,k|k-1)T(Pk|k-1)-1。

由于Pk|k是一个正定矩阵，同时结合

可得参数γ应该满足：