[发明专利]一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置

权利要求书

1.一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法，其特征在于，包括如下步骤：

S1、构建电池的等效模型，所述等效模型包括极化部分、电池内阻、电池内部电动势和电池输出电压；

S2、采集电池的负载电流、负载电压，经所述等效模型得到极化电压和等效模型的锂电池内部电动势，经自适应卡尔曼滤波得到SOC百分比最大值和最优电压；

S3、采集电池温度，温度经卡尔曼滤波得到温度估计值；

S4、所述SOC百分比最大值、最优电压和温度估计值经模糊控制生成电池安全度。

2.根据权利要求1所述一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法，其特征在于，所述电池的等效模型为：

其中，Up为极化电压，I_L为负载电流，U_ocv为电池电路模型的开路电压，U_L为终端电压，Rp，Cp分别为锂电池使用过程中的极化电阻和极化电容，R₀为电路模型的内阻。

3.根据权利要求2所述一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法，其特征在于，步骤S2所述经卡尔曼滤波得到SOC百分比最大值和最优电压的方法包括如下步骤：

S21、根据锂电池内部电动势建立电池SOC关系，进而得到k时刻的电池SOC值；

U_ocv(k)＝aSOC(k)+b；

其中，SOC(k₀)为初始SOC，η为锂电池受到温度、放电速率影响的修正因数，Q_N为锂电池的额定容量；

S22、构建卡尔曼滤波系统方程，将锂离子电池的电流作为控制信号输入卡尔曼滤波的系统状态方程中，得到k时刻的工作电压估计值，所述状态方程为：

其中，D为过程噪声矩阵，q为过程噪声均值；

S23、通过下式得到k时刻系统电压的测量值；

Z(k)＝H·X(k)+G·U(k)+b+v(k)；

S24、根据所述k时刻系统电压的测量值进行状态估计协方差P_k预估；

P_k＝A_kP_k-1A^T_k+DQ_k-1D^T；

其中，Q为过程噪声的方差；

S25、计算卡尔曼增益Kg(k)，输出k+1时刻的电池SOC估计值，并对误差协方差进行更新，具体为：

Kg_k＝P_kH^T_k(H_kP_kH^T_k+R_k-1)^-1；

其中，R为测量噪声的方差，r为测量噪声的均值；

S26、步骤S25所述修正的SOC估计值作为步骤S21中所述的电池SOC初始值，重复进行步骤S21-S25，得到最大SOC值；

S27、将单次充电最大SOC值与电池额定容量比较，得出当前电池状态的SOC老化程度，用百分比表示，即为SOC百分比最大值。