[发明专利]一种基于DP模型的低温环境下电池SOP在线估计方法

权利要求书

1.一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，按以下步骤进行估计：

S1、建立容量—温度—放电倍率的三维响应和不同容量下的OCV(SOC)的拟合函数；

S2、实时采集动力电池的电压和电流利用渐消记忆递推最小二乘法在线辨识系统参数；

S3、利用获取的系统参数建立适用于HF算法的状态空间方程，利用HF对SOC进行在线估计；

S4、基于得到准确的SOC和各类参数后，在SOC限制和模型电压限制条件下求得实时SOP。

2.根据权利要求1所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S1包括：

S1.1、在不同电池工作温度与放电倍率下拟合出容量的变化即Ca(T,C)以应对低温环境所带来的影响，其中T为温度，C为放电倍率；

S1.2、在不同可用容量下拟合OCV-SOC以获取不同电池容量下的与对应关系即OCV(SOC，Ca)，其中SOC为荷电状态，Ca实际可用容量。

3.根据权利要求1所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S2包括：

S2.1、基于选取的DP模型建立等效电路模型，通过拉式变换与双线性变换得到关于输入输出的差分方程；

y_θ(k)＝U_ocv(k)-U_L(k)＝ε₁y_θ(k-1)+ε₂y_θ(k-2)+ε₃I_L(k)+ε₄I_L(k-1)+ε₅I_L(k-2)

S2.2、建立渐消性递推最小二乘算法循环；

S2.3、根据所求出的参数通过变换求解原所需辨识的参数值。

4.根据权利要求1所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S3包括：

S3.1、建立适用于HF的状态空间方程并对其进行初始化；

S3.2、基于辨识引入的参数进行当前采样点下状态向量的预估，接着利用状态向量预估值与当前协方差矩阵进行下一时刻的协方差矩阵预估,同时更新设定的正定矩阵，并更新增益矩阵；

S3.3、基于传感器测得的电压值与预估值结合增益矩阵对状态向量进行进一步的修正并更新协方差矩阵为下一次迭代作准备，最后提取需要的SOC值。

5.根据权利要求4所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S3.1中的初始化包括初始状态向量、初始协方差矩阵、性能边界、系统和测量的误差协方差矩阵和与关心程度相关的正定阵。

6.根据权利要求4所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S3.2获得的SOC值将引入OCV(SOC)更新开路电压以满足参数辨识的要求。

7.根据权利要求1所述的一种基于DP模型的低温环境下电池SOP在线估计方法，其特征在于，步骤S4中的约束条件包括SOC的限制、模型截止电压的限制和设计要求的限制组成，并通过最大放电电流反应到SOP的求解中。