[发明专利]一种温度时变下的钛酸锂电池状态估计方法

权利要求书

1.一种温度时变下的钛酸锂电池状态估计方法，其特征在于，所述方法具体包括以下步骤：

步骤1，选择要使用的钛酸锂电池模型及电池荷电状态估计算法，并对荷电状态估计算法参数进行初始化；

步骤2，设置阈值判断和校正规则，结合阈值判断校正规则和改进的平方根容积卡尔曼滤波算法，判断和执行估计结果校正，对温度时变下的钛酸锂电池SOC进行在线估计；

步骤3，针对步骤1构建的钛酸锂电池模型，按照步骤2的方法输出当前时刻钛酸锂电池的荷电状态估计结果。

2.根据权利要求1所述的一种温度时变下的钛酸锂电池状态估计方法，其特征在于，所述步骤1中的钛酸锂电池模型选为三阶RC等效电路模型，荷电状态估计算法采用改进平方根容积卡尔曼滤波算法，荷电状态估计算法参数包括估计状态初始值x，量测初始值z，误差协方差矩阵平方根S、系统噪声协方差矩阵平方根S_Q、量测噪声协方差矩阵平方根S_R。

3.根据权利要求1所述的一种温度时变下的钛酸锂电池状态估计方法，其特征在于，所述步骤2具体包括以下子步骤：

步骤2.1：初始化电池状态向量和状态向量的协方差平方根矩阵S_0|0；

步骤2.2：按照平方根容积卡尔曼滤波算法计算当前时刻的系统量测值，与上一时刻量测估计值做差，计算k+1时刻电池量测预测的新息r_k+1(i)；

步骤2.3：设置两个阈值和其中α是调整因子，用于平衡测量值和预测值对校正区域的影响，取值范围为[0.6，0.9]之间，与测量精度有关；R_k+1(i,i)为R_k+1对角线上第i个分量，也是对应维度变量的量测误差；通过阈值判断和校正规则判定是否进行校正，对应地校正状态预测值或滤波增益；

步骤2.4：若|r_k+1(i)|r₁，则不需要进行校正，按照平方根容积卡尔曼滤波算法继续进行滤波；

步骤2.5：若r₁|r_k+1(i)|r₂，此时状态估计误差增大主要原因是状态预测值突变，则需要对状态预测值进行校正，校正表达式为：

其中，是k+1时刻电池状态向量；是k时刻电池状态向量；G是状态变量校正系数，与SOC的量测精度有关；r_k+1是k+1时刻量测预测的新息；

步骤2.6：若|r_k+1(i)|r₂，此时状态估计误差增大主要原因是量测值不准确，则需要卡尔曼增益进行校正，校正表达式为：

其中，K_k+1是k+1时刻滤波增益；是k+1时刻校正增益；β_i是增益调节因子，取值范围为[0.5，0.9]之间，与量测系统的量测精度成正相关；是k+1时刻电池状态向量；是k时刻电池状态向量；z_k+1是k+1时刻量测观测值；是k+1时刻量测估计值；

步骤2.7：除|r_k+1(i)|r₁时不需要校正外，在其他情况下，校正后将影响滤波器估计误差的协方差；为了防止状态估计的稳态精度受到很大的影响，校正后需要对估计误差协方差矩阵平方根进行补偿，补偿公式如下：

其中，S_k+1|k+1是k+1时刻误差协方差矩阵平方根；R_k+1是k+1时刻量测噪声协方差矩阵；G是状态变量校正系数，与SOC的量测精度有关；

步骤2.8：在获得状态估计值以及其协方差平方根S_k+1|k+1之后，执行下一次迭代；经循环迭代计算，即可实现温度时变下的钛酸锂电池SOC的实时估计。