[发明专利]一种估计电动汽车的动力电池组的荷电状态的方法

摘要

本发明涉及电动汽车的车载电池管理系统的设计领域，尤其涉及一种对电动汽车的动力电池组的荷电状态进行估计的方法。为提高动力电池的荷电状态的估计精度及估计结果的可靠性，本发明提出一种估计电动汽车的动力电池组的荷电状态的方法，采集动力电池组的端电压和充放电电流，建立动力电池组的戴维宁模型、双极化模型和3阶RC网络模型，分别配合状态观测器对动力电池组的荷电状态进行估计得到和对和进行加权计算得到动力电池组的荷电状态的估计值z_融,k，k时刻的加权系数w₁(k)+w₂(k)+w₃(k)＝1。采用该估计方法估计电动汽车的动力电池组的荷电状态，估计精度较高，估计结果稳定、可靠。

主权项

一种估计电动汽车的动力电池组的荷电状态的方法，其特征在于，该方法包括如下步骤：步骤1、在所述动力电池组充放电的过程中，对动力电池的端电压U_t和充放电电流I_L进行采样，且采样时间间隔为Δt；步骤2、分别建立所述动力电池组的戴维宁模型、双极化模型和3阶网络RC模型，并分别辨识出所述动力电池组的戴维宁模型、双极化模型及3阶RC网络模型的模型参数；步骤3、估计所述动力电池组的荷电状态：首先，根据所述动力电池组的等效电路模型建立所述动力电池组的状态方程和测量方程：$\left\{\begin{array}{c}{\stackrel{\·}{x}}_k={\mathrm{Ax}}_{k-1}+{\mathrm{Bu}}_{k-1}+{\mathrm{G\Φ}}_k\\ y_k={\mathrm{Cx}}_k+{\mathrm{Du}}_k+{\mathrm{H\Φ}}_k\end{array}\right.$其中，x_k为所述动力电池组在k时刻的系统估计状态，y_k为所述动力电池组在k时刻的观测矩阵，u_k为所述动力电池组在k时刻的系统输入矩阵，Φ_k为所述动力电池组的噪声向量，当所述动力电池组的等效电路模型为戴维宁模型时，$A=\left[\begin{array}{cc}-1/C_{D1}{R}_{D1}& 0\\ 0& 0\end{array}\right],$B＝[1/C_D1 1/C_Nom]^T，C＝[1 dU_oc/dz]，D＝R₀，$G=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\end{array}\right],$H＝[0 0 1]，x_k＝[U_D1,k,z_融,k]T，U_D1,k为所述动力电池组在k时刻的极化电压，z_融,k为所述动力电池组在k时刻的荷电状态的估计值；当所述动力电池组的等效电路模型为双极化模型时，$A=\left[\begin{array}{ccc}-1/C_{D1}{R}_{D1}& 0& 0\\ 0& -1/C_{D2}{R}_{D2}& 0\\ 0& 0& 0\end{array}\right],$B＝[1/C_D1 1/C_D2 1/C_Nom]^T，C＝[1 2 dU_oc/dz]，D＝R₀，$G=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\end{array}\right],$H＝[0 0 0 1]，x_k＝[U_D1,k,U_D2,k z_融,k]^T，U_D1,k和U_D2,k为所述动力电池组在k时刻的极化电压，z_融,k为所述动力电池组在k时刻的荷电状态的估计值；当所述动力电池组的等效电路模型为3阶RC网络模型时，$A=\left[\begin{array}{cccc}-1/C_{D1}{R}_{D1}& 0& 0& 0\\ 0& -1/C_{D2}{R}_{D2}& 0& 0\\ 0& 0& -1/C_{D3}{R}_{D3}& 0\\ 0& 0& 0& 0\end{array}\right],$B＝[1/C_D1 1/C_D2 1/C_D3 1/C_Nom]^T，C＝[1 1 1 dU_oc/dz]，D＝R₀，$G=\left[\begin{array}{ccccc}1& 0& 0& 0& 0\\ 0& 1& 0& 0& 0\\ 0& 0& 1& 0& 0\\ 0& 0& 0& 1& 0\end{array}\right],$H＝[0 0 0 0 1]，x_k＝[U_D1,k,U_D2,k,U_D3,k,z_融,k]^T，U_D1,k、U_D2,k和U_D3,k为所述动力电池组在k时刻的极化电压，z_融,k为所述动力电池组在k时刻的荷电状态的估计值；其中，C_D为所述动力电池组的极化电容，R_D为所述动力电池组的极化电阻，R₀为所述动力电池组的直流内阻；C_Nom为所述动力电池组的额定容量，dU_oc/dz为所述动力电池组的开路电压U_oc对其荷电状态的一阶导数；然后，采用三个状态观测器分别与所述动力电池组的戴维宁模型、双极化模型以及3阶RC网络模型配合对所述动力电池组的荷电状态和端电压进行估计，并对所述状态观测器进行时间更新和测量更新得到所述动力电池组的荷电状态在k时刻的估计值和所述动力电池组在k时刻的端电压的估计值和最后，对和进行加权计算得到所述动力电池组的荷电状态在k时刻的估计值z_融,k，且其中，w₁(k)、w₂(k)和w₃(k)为在k时刻的加权系数，分别根据所述动力电池组在k时刻的端电压的估计值和计算得出，且w₁(k)+w₂(k)+w₃(k)＝1。