[发明专利]一种基于AUKF算法的SOC估算方法

摘要

本发明公开了一种基于AUKF算法的SOC估算方法，包括: ⑴选择带有噪声状态估计器的Sage-Husa自适应算法；⑵Sage-Husa的算法流程，根据新的信息对状态噪声wk和测量噪声vk进行不断的修正；⑶将Sage-Husa算法与UKF算法进行有效的融合。本发明所述基于AUKF算法的SOC估算方法，可以克服现有技术中使用寿命短、安全性差和可靠性低等缺陷，以实现使用寿命长、安全性好和可靠性高的优点。

主权项

一种基于AUKF算法的SOC估算方法，其特征在于，包括：⑴选择带有噪声状态估计器的Sage‑Husa自适应算法，其过程如下：针对系统的状态空间描述：xk+1＝f(xk,uk)+wk            (4‑1)yk＝g(xk,uk)+vk          (4‑2)⑵Sage‑Husa的算法流程如下：dk-1=1-b1-bk---(4-3)]]>w^k=(1-dk-1)w^k-1+dk-1(x^k--A^k-1x^k-1+)---(4-4)]]>Qk=(1-dk-1)Qk-1+dk-1(LkαkαkTLkT+Pk-A^k-1Pk-1A^k-1T)---(4-5)]]>v^k=(1-dk-1)v^k-1+dk-1(αk-C^k-1x^k-1+)---(4-6)]]>Rk=(1-dk-1)Rk-1+dk-1(αkαkT-C^k-1P^k-1C^k-1T)---(4-7)]]>αk=yk-C^k-1x^k-1+---(4-8)]]>其中，b为遗忘因子，0＜b＜1，一般b取值为0.95,αk新信息，其他符号与UKF滤波框架中的意义相同；从式4‑3到4‑8看出，Sage‑Husa算法利用观测值的残差得到新的信息，根据新的信息对状态噪声wk和测量噪声vk进行不断的修正，进而得到噪声的无偏估计；⑶将Sage‑Husa算法与UKF算法进行有效的融合，根据UKF估算锂电池的算法流程，只需将UKF公式中的Qk和Rk进行修改，修改后公式如下：q^k=(1-dk-1)q^k-1+dk-1(x^k-1+-Σi=02Lwiχi,k|k-1)---(4-9)]]>Qk=(1-dk-1)Qk-1+dk-1{(LkαkαkTLkT+Pk-Σi=02Lwi(χi,k|k-1-x^k|k-1)(χi,k|k-1-x^k|k-1)T)}---(4-10)]]>v^k=(1-dk-1)v^k-1+dk-1(αk-C^k-1Σi=02Lwiχi,k|k-1)---(4-11)]]>Rk=(1-dk-1)Rk-1+dk-1(αkαkT-C^k-1P^k-1C^k-1T)---(4-12)]]>由式4‑9到式4‑12可得AUKF的估算模型，其就是将UT变换后的sigma点带入到Sage‑Huas算法中得到噪声的后验估计，用时变的噪声代替UKF固定的噪声模型。