[发明专利]基于PUHF算法的动力电池荷电状态估计方法

权利要求书

1.基于PUHF算法的动力电池荷电状态估计方法，其特征在于，该方法包括：计算采样点通过状态方程变换后的加权值，作为状态的估计值，进而通过加权计算状态估计的方差；对采样点进行处理，采用投影法将不满足要求的采样点投影到范围内；计算采样点通过观测方程变换后的加权值，作为观测的估计值；计算卡尔曼增益；根据状态方程进行时间域更新，根据观测方程进行测量更新，计算状态及其方差的更新，递推所得到的状态更新值即为当前时刻电池的荷电状态。

2.如权利要求1所述的基于PUHF算法的动力电池荷电状态估计方法，其特征在于，该方法具体步骤是：

步骤(1).对锂电池进行放电实验，获取锂电池在k时刻的电池端电压y_k和电池放电电流i_k，k＝1,2,3,…；

步骤(2).建立电池模型：其中，SOC_k是k时刻电池剩余电量，SOC₀是电池剩余电量的初始值，η是电池的放电比例系数；Q_n是电池在室温25℃条件下、以1/30倍额定电流的放电速率放电时所能得到的额定总电量；

离散化表达式为：其中，Δt是测量时间间隔；

步骤(3).用状态方程和观测方程表示电池的各个时刻的荷电状态关系：

状态方程：

观测方程：

其中x_k为电池的荷电状态，即剩余电量；w_k为过程噪声；m₀、m₁、m₂、m₃、m₄为符合锂电池模型的拟合参数，P为电池观测模型参数，是一个列向量，对同类型的电池它们是不变的，P＝[m₀ R m₁ m₂ m₃ m₄]；R为电池内阻，v_k为测量噪声；

步骤(4).初始化：

设定起始状态的方差P₀＝5×10^-3～5×10^-2，处理噪声w_k的方差Q_k＝5×10^-7～5×10^-6，观测噪声v_k的方差R_k＝5×10^-3～5×10^-2；

扩展后的状态向量其协方差

设定均值加权系数

设定方差加权系数

设定复合参数λ＝2；

步骤(5).采用PUHF算法进行循环递推：

在时刻k＝1,2,3,…，根据测得的电池端电压y_k及电池的供电电流i_k，按下列各式进行递推计算：

根据k-1时刻的扩展状态向量和协方差计算该时刻的所有采样点

判断采样点是否在0到1之间，采用投影法将不在0到1的采样点投影到0到1之间；

根据状态方程进行时间域更新：

由采样点根据状态方程计算采样点更新

对采样点更新进行加权，计算状态估计

计算状态估计的方差

根据观测方程完成测量更新：

由于测量协方差及其互相关协方差近似为：

其中H_k为观测方程h(x_k,i_k)的雅可比矩阵；

由采样点更新根据观测方程计算测量更新

对测量更新进行加权，计算测量估计

计算测量估计的方差

计算与的互协方差

计算卡尔曼增益K_k：

计算状态更新

计算状态更新的方差P_k：

其中，矩阵R_e,k表示为：I表示单位矩阵；参数其中ρ是一个大于1的标量；

递推所得到的状态更新值即为当前时刻k所估计得到的电池剩余电量，即电池的荷电状态。