[发明专利]一种锂离子电池的SOC和SOH的联合估计装置及方法

说明书

本发明公开了一种锂离子电池的SOC和SOH的联合估计装置及方法，属于锂离子电池估计技术领域。本发明针对传统的电池状态估计方法中通常会忽略电池的老化因素，这就使估计的电池状态数值存在较大误差的问题。本发明的自适应无迹卡尔曼滤波器将电池SOC作为输入变量输入，生成电池SOC估计值；扩展卡尔曼滤波器，用以将电池的当前容量作为输入变量输入，生成电池容量估计值；所述电池SOC估计值更新扩展卡尔曼滤波器中的参数SOC，电池容量估计值更新自适应无迹卡尔曼滤波器中的电池容量参数。本发明实现在电动汽车锂离子电池时域分数阶电化学阻抗谱等效电路模型老化程度变化的情况下，电池SOC和SOH的准确估计。

技术领域

本发明涉及电池状态估计领域，特别是涉及一种锂离子电池的SOC和SOH的联合估计装置及方法。

背景技术

随着我国的高速发展，能源问题逐渐成为制约国家发展动力的主要因素，而新能源的发展也备受瞩目。为了响应国家碳达峰碳中和的响应，电动汽车作为新能源也拥有了广阔的发展前景。锂离子动力电池是电动汽车核心部件之一，相较于传统的蓄电池，锂离子电池具有更大的容量、更高的安全性能、更长的使用寿命。锂电池荷电状态估计和锂电池状态估计一直是电池管理系统中最基本、最重要的功能之一。

效电路模型利用电路中的电器元件进行建立模型，结构简单计算简单，但由于等效模型通常为经验模型，在一定程度上损失了精度，并且，现有技术中在进行参数识别过程中会过分依赖数据，也会对精度造成很大影响。电池的状态估计通常包括健康状态估计和荷电状态估计，但传统的电池状态估计方法中通常会忽略电池的老化因素，这就使估计的电池状态数值存在较大误差。

发明内容

为了解决上述问题，本发明提供了一种锂离子电池的SOC和SOH的联合估计方法及装置，实现在电动汽车锂离子电池时域分数阶电化学阻抗谱等效电路模型老化程度变化的情况下，电池SOC和SOH的准确估计。

本发明一方面提供了一种锂离子电池的SOC和SOH的联合估计装置，包括：

自适应无迹卡尔曼滤波器，用以将电池SOC作为输入变量输入，生成电池SOC估计值；

扩展卡尔曼滤波器，用以将电池的当前容量作为输入变量输入，生成电池容量估计值；

所述电池SOC估计值更新扩展卡尔曼滤波器中的参数SOC，电池容量估计值更新自适应无迹卡尔曼滤波器中的电池容量参数。

本发明另一方面提供了一种锂离子电池的SOC和SOH的联合估计方法，包括：

将电池SOC作为输入变量输入自适应无迹卡尔曼滤波器中，生成电池SOC估计值；

将电池的当前容量作为输入变量输入扩展卡尔曼滤波器中，生成电池容量估计值；

所述电池SOC估计值更新扩展卡尔曼滤波器中的参数SOC，电池容量估计值更新自适应无迹卡尔曼滤波器中的电池容量参数。

进一步的，所述自适应无迹卡尔曼滤波器的估计模型为基于电化学阻抗谱的分数阶模型，其状态方程和测量方程为：

其中，x＝[z U₁ U₂]^T为系统的状态变量矩阵，x_k为k时刻状态变量矩阵，z为电池SOC；I_kk时刻的输入电流；y为输出变量；α＝[1 α₁ α₂]^T为阶数矩阵；T为采样周期，为二次项系数，为：ω_k、υ_k、分别为系统的高斯白噪声和测量高斯白噪声；A、B、C、D均为系数矩阵，各矩阵分别为：