[发明专利]带量测数据异常检测的锂离子电池荷电状态在线估计器及方法

说明书

本发明提出一种带量测数据异常检测的锂离子电池荷电状态在线估计器及方法，其包括信息采集单元、控制单元、数据异常检测单元、信息处理单元和显示单元。通过信息采集单元采集锂电池端电压、锂电池温度和流过锂电池的电流信息，控制单元控制采集单元与信息处理单元的传输过程以及监测状态估计器的是否处于正常环境，数据异常检测单元检测采集到的数据是否在正常范围内，并且在数据异常时按照一定规则进行数据纠正，信息处理单元则根据接收来自异常检测单元的数据，根据改进的粒子滤波算法对锂电池的状态进行估计，并将估计的结果实时存储与显示。

技术领域

本发明属于锂电池状态估计技术领域，尤其涉及一种带量测数据异常检测的锂离子电池荷电状态在线估计器及方法。

背景技术

锂电池荷电状态估计的方法大致可以分为传统算法和智能算法，传统算法包括开路电压法、内阻法、安时积分法等，其优点在于计算简单，缺点是误差大，难以测量、不适合实时估计等。传统算法的限制较多，因此当前的研究热点在于智能算法，智能算法包括神经网络算法、卡尔曼滤波、粒子滤波等。神经网络算法需要大量的数据支持，卡尔曼滤波的适用条件使其在电池估计中的精度受到影响。

发明内容

有鉴于此，为了弥补现有技术的空白和不足，本发明的目的在于提供一种带量测数据异常检测的锂离子电池荷电状态在线估计器及方法，以减少因量测数据异常导致计算量增大、估计精度降低的问题。

其包括信息采集单元、控制单元、数据异常检测单元、信息处理单元和显示单元。通过信息采集单元采集锂电池端电压、锂电池温度和流过锂电池的电流信息，控制单元控制采集单元与信息处理单元的传输过程以及监测状态估计器的是否处于正常环境，数据异常检测单元检测采集到的数据是否在正常范围内，并且在数据异常时按照一定规则进行数据纠正，信息处理单元则根据接收来自异常检测单元的数据，根据改进的粒子滤波算法对锂电池的状态进行估计，并将估计的结果实时存储与显示。该状态估计器使用带矩形窗的递推最小二乘算法辨识等效电路参数，将遗传算法与粒子滤波结合估计锂电池状态，解决粒子滤波的粒子贫化问题，提高估计精度，使用异常数据检测单元，保证异常数据不会增加粒子滤波的计算量，保证计算的精度。

本发明具体采用以下技术方案：

一种带量测数据异常检测的锂离子电池荷电状态在线估计器，其特征在于，包括信息采集单元、异常数据检测单元、信息处理单元、控制单元以及显示单元；

所述信息采集单元用于采集锂电池或锂电池组的电压、电流和温度；

所述异常数据检测单元用于接收信息采集单元的数据，经处理后的数据发送给信息处理单元；

所述控制单元用于控制信息采集单元与信息处理单元数据传输，以及监测估计器工作；

所述显示单元与信息处理单元连接。

进一步地，所述控制单元控制信息采集单元与信息处理单元的传输过程以及监测状态在线估计器是否处于正常环境；

所述异常数据检测单元检测采集到的数据是否在正常范围内，并且在数据异常时进行数据纠正；

所述信息处理单元接收来自异常检测单元的数据，根据改进的粒子滤波算法对锂电池的状态进行估计，并将估计的结果实时存储与显示。

进一步地，所述信息处理单元使用带矩形窗的递推最小二乘算法辨识等效电路参数，将遗传算法与粒子滤波结合估计锂电池状态。

进一步地，所述异常数据检测单元根据事先得到的锂电池内阻范围，与该时刻测量得到的电流相乘获得一个限制范围，如果该时刻测量得到的电压与上一时刻的电压超出该范围，则判断该数据为异常，将该时刻的电压数据丢弃，并将上一时刻的数据当作该时刻的值。