[发明专利]基于噪声干扰的强跟踪容积卡尔曼滤波的电池估算方法

摘要

一种基于噪声干扰的强跟踪容积卡尔曼滤波的电池估算方法，结合电池受到的噪声干扰和强跟踪容积卡尔曼滤波CKF(Cubature Kalman Filter)进行电池的剩余电量的估算，包括如下特征；1)分析电池电荷充放电的规律，得到电池SOC(State Of Charge)的估算理论；2)建立考虑电池温度和充放电倍率等内部影响因素的电池SOC等模型，采用一阶RC等效模型建立电池状态方程；3)通过强跟踪容积卡尔滤波算法对电池SOC进行在线估算；4)判断是否有噪声干扰，若有则进行自适应平方根容积卡尔曼滤波，对噪声进行滤除，若无噪声，直接估算电池SOC。本发明对于电池模型的剩余电量的估算有较好的估算效果，同时克服了电池电路随着时间累积产生误差的缺点，同时此算法应用于实际中噪声不是很理想的高斯分布。

主权项

1.本发明公布一种基于噪声干扰的强跟踪容积卡尔曼滤波方法用于电池剩余电动估算。其特征在于所述的滤波算法，能够检测发散的噪声，在噪声干扰较大的时候能够，采取自适应的方式对外部环境产生的噪声干扰进行有效的滤除。同时本系统在基于传统等效电池模型中上考虑到电池自身温度，以及热效应的影响，对模型进行中加入了影响因子参数。由于系统在车载环境中，电池组处于一个相对封闭的环境，本系统在电池估算的过程中加入自适应平方根容积卡尔曼滤波算法，对干扰噪声进行滤除，达到提高估算精度的目的，所述方法步骤包括以下的步骤；根据单体电池的性能和参数，对电池的电荷量的消耗规律进行归纳和分析，确定电池系统参数，和单体电池性能参数，由基尔霍夫电压和电流定律，可以列出电池端电压的输出状态方程，建立电池组系统的等效电路一阶RC模型(2)。建立电池内部电荷分布，以电池SOC和等效电池模型中的极化电阻的端电压UP，和电池SOC作为状态变量，用电池系统中的电流和外部等效端口的输出电压作为本系统的输入量和输出量，最后分析电池等效一阶RC电池模型，得到电池系统的状态方程(3)。