[发明专利]一种SOC估计的基于参数估计准则的自适应滤波方法

权利要求书

1.一种SOC估计的基于参数估计准则的自适应滤波方法，其特征在于包括以下步骤：

步骤1.建立SOC估计系统模型的一阶形式

SOC估计的离散线性系统的模型表示如下：

x_k＝F_k,k-1x_k-1+B_k,k-1u_k-1+w_k,k-1

z_k＝H_kx_k+v_k

其中x_k和x_k-1是离散线性系统的状态向量，表示k时刻和k-1时刻的电池SOC的数值，F_k,k-1是离散线性系统从时刻k-1到时刻k的状态转移矩阵，B_k,k-1是离散线性系统的控制输入矩阵，u_k-1是控制输入，表示k-1时刻的电流，z_k∈R^p是x_k的观测向量，表示输出端电压，H_k表示观测矩阵，w_k,k-1∈Rⁿ表示均值为零，协方差为Q_k的过程噪声，v_k∈R^p表示均值为零，协方差为R_k的观测噪声；

步骤2给出不匹配噪声协方差的Kalman滤波器

当SOC估计的离散线性系统存在不匹配噪声协方差时：

式中，R_k表示真实的观测噪声协方差，Q_k,k-1表示真实的过程噪声协方差；表示SOC估计中假设的观测噪声协方差，表示SOC估计中假设的过程噪声协方差，ΔR_k和ΔQ_k,k-1表示偏差；

给出对于存在不匹配噪声协方差的Kalman滤波

其中为先验状态估计，为计算最优估计，K^f_k为计算滤波增益矩阵，P^f_k|k-1为计算预测误差协方差，P^f_k|k为计算估计误差协方差，I是单位矩阵；

给出真实的误差协方差：

以及真实的预测误差协方差

给出滤波器的新息为

的计算协方差矩阵为

给出的真实协方差：

步骤3.设置SOC估计的离散线性系统的模型参数比

设

将α＝q₁₁:q₂₂:…:q_nn记为过程噪声参数比，β＝r₁₁:r₂₂:…:r_nn记为观测噪声参数比，g＝q₁₁:q₂₂:…:q_nn:r₁₁:r₂₂:…:r_nn记为SOC估计的离散线性系统模型参数比；

步骤4.给出参数估计准则；

参数估计准则为

步骤5.利用粒子群算法估计和其步骤为：

5-1、在定义的区间[x_min,x_max],[v_min,v_max]生成粒子位置和速度，粒子位置x＝(x₁,x₂,…,x_n+m)^T满足过程噪声参数比和观测噪声参数比，即x₁,x₂,…,x_n＝q₁:q₂:…:q_n，x_n+1,x_n+2,…,x_n+m＝r₁:r₂:…:r_m；

5-2、构建适应度函数将各粒子的位置作为噪声协方差代入Kalman滤波，求得并计算各粒子的适应度值；

5-3、根据各粒子的适应度值确定个体极值gbest和群体极值pbest；

5-4、根据式个体极值gbest和群体极值pbest更新粒子的位置和速度；

5-5、计算各粒子的适应度值；

5-6、根据各粒子的适应度值更新群体极值gbest和个体极值pbest；

5-7、判断迭代次数是否达到上限，如果达到上限，则输出个体极值gbest的位置作为噪声协方差估计和否则，转到步骤5-5；

5-8、通过上述步骤得到符合SOC估计的离散线性系统噪声比的和代入Kalman滤波，计算和

步骤6.计算SOC估计的离散线性系统的调节系数b

步骤7.求得SOC估计的离散线性系统的过程噪声协方差、观测噪声协方差后进行滤波。