[发明专利]一种多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法在审
申请号: | 202010409709.2 | 申请日: | 2020-05-15 |
公开(公告)号: | CN111505506A | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 宋世欣;肖峰;彭思仑;段文献;安靖宇;孙发荣;宋传学 | 申请(专利权)人: | 吉林大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/388;G06F17/11;G06F17/16 |
代理公司: | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人: | 许小东 |
地址: | 130000 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 尺度 卡尔 滤波 融合 电池 soc 估算 方法 | ||
1.一种多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法,其特征在于,包括:
步骤一、通过电池充放电测试系统和温度箱,对待测电池在不同温度下进行充放电测试,并在测试过程中采集待测电池的样本参数;
步骤二、根据所述测试过程中采集待测电池的样本参数构建电池实际容量计算模型,得到所述待测电池的端电流估计值;以及
根据所述测试过程中采集待测电池的样本参数建立待测电池的一阶RC等效电路模型,并根据基尔霍夫定律可以得到一阶等效电路模型的状态与观测方程;
步骤三、将所述一阶等效电路模型的状态与观测方程进行非线性变换,得到状态矩阵和参数矩阵,利用扩展卡尔曼滤波算法进行参数估算,并利用多尺度自适应无迹卡尔曼滤波算法进行状态估计,以实际测量电流与待测电池的端电流估计值误差最小为目标,获得待测蓄电池的SOC值的最优估计值。
2.根据权利要求1所述的多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法,其特征在于,所述步骤一中充放电测试分别在0℃、25℃和45℃三种温度下进行测试并采集数据。
3.根据权利要求2所述的多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法,其特征在于,在所述步骤一中所述充放电测试过程包括以下步骤:
步骤1、利用标准的恒流恒压充电方式将电池充满电,静置2h,并将测得的电池端电压记为SOC=1;
步骤2、用1A的电流进行恒流放电,每隔10%额定容量时静止2h,依次记录充电时各个SOC点对应的开路电压;
步骤3、放电至截止电压2.5V时,静止2h,然后再对电池用1A的电流进行恒流充电,每隔10%额定容量时静止2h,依次记录充电时各个SOC点对应的开路电压;每当电池消耗10%额定容量后,静止2h,并依次记录充电时各个SOC点对应的开路电压。
4.根据权利要求3所述的多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法,其特征在于,所述待测电池的实际容量计算模型为:
SOC(t)=SOC(t0)-∫ηiItdt/CN;
其中,SOC(t)为电池在t时刻的电池容量值,SOC(t0)为电池在初始t0时刻的电池容量值,η为电池的库伦倍率,It为t时刻流过电池和负载的电流,放电时为正号,充电时为负号,CN为电池的额定容量。
5.根据权利要求1或4所述的多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法,其特征在于,所述步骤三中的一阶等效电路模型的状态与观测方程为:
其中,Ut为t时刻电池端测得的电压,Up1为等效电路模型中RC网络一端的电压,Up2为等效电路模型中RC网络另一端的电压,It为t时刻流过电池和负载的电流,R0为等效电路模型的欧姆内阻,Uoc为等效电路模型的开路电压源,Uoc=ξ1SOC8+ξ2SOC7+ξ3SOC6+ξ4SOC5+ξ5SOC4+ξ6SOC3+ξ7SOC2+ξ8SOC+ξ9;ξi(i=1…9)为多项式的拟合系数,RP1为电池一端的极化内阻,RP2为电池另一端的极化内阻,CP1为电池一端的极化电容,CP2为电池另一端的极化电容。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010409709.2/1.html,转载请声明来源钻瓜专利网。