[发明专利]一种并联电池组支路电流、荷电状态和功率状态的联合估计方法

权利要求书

1.一种并联电池组支路电流、荷电状态和功率状态的联合估计方法，其特征在于：包括以下步骤：

S1、获取两条支路电压U_t1、U_t2、以及一条支路电流估计值I；

S2、建立电池单体的一阶RC等效电路模型，基于电池的开路电压和荷电状态二者的关系，拟合OCV-SOC曲线；

S3、将S1中得到的支路电流估计值I和支路电压输入到带遗忘因子的递推最小二乘法中，辨识一阶RC等效电路模型的参数；

S4、通过EKF进行SOC和极化电压的先验估计；

S5、进行SOC和极化电压的后验估计，加入自适应遗忘因子实时更新状态估计误差协方差P_k；

S6、利用S5中估计出的SOC，计算SOC约束下的持续充电峰值电流和持续放电峰值电流

S7、根据S3中辨识出的等效电路模型参数，计算出端电压约束下相应的持续放电峰值电流和持续充电峰值电流

S8、基于S6和S7得到的持续充放电峰值电流，并考虑动力电池出厂设计的最大放电电流约束值与最小充电电流约束值，得到电池持续充电峰值电流和持续放电峰值电流将得到的电池持续充电峰值电流和持续放电峰值电流代入S3中所述电池的一阶RC等效电路模型，计算出持续峰值电流对应的端电压，从而计算出多约束下的持续充放电峰值功率。

2.根据权利要求1所述的一种并联电池组支路电流、荷电状态和功率状态的联合估计方法，其特征在于：S1步骤中支路电流估计值I通过以下方法获得：

S1.1记录并联电池组在FUDS、UDDS、HPPC三种工况下的总电流、两条支路的电压与一条支路的电流，以及DST工况下的总电流I_L与两个支路的电压U_t,1和U_t,2；

S1.2设定RBF神经网络的参数，将FUDS、UDDS、HPPC三种工况下的总电流、两条支路的电压与一条支路的电流分别整合在一起，并对整合数据集进行归一化，作为训练集，对RBF神经网络进行训练；

S1.3、将测试集的总电流I_L、两个支路的电压U_t1、U_t2输入到训练好的RBF神经网络中，进行反归一化，得到RBF神经网络输出的一条支路电流I。

3.根据权利要求1所述的一种并联电池组支路电流、荷电状态和功率状态的联合估计方法，其特征在于：

S2中所述OCV-SOC曲线拟合方法如下：

进行OCV测试，以获得SOC与OCV的对应关系，通过式(1)进行拟合：

U_ocv(z)＝α₀+α₁z+α₂z²+α₃z³+α₄/z+α₅ln(z)+α₆ln(1-z) (1)

式(1)中，U_ocv(z)表示开路电压OCV的函数，其为关于SOC的函数；α₀,α₁,…,α₆表示OCV-SOC曲线的拟合系数；z表示电池的SOC，按安时积分法计算，其中安时积分法的计算公式为式(2)

式(2)中，η表示电池的库伦效率；C_max为当前状态的最大可用容量。