一种分数阶扩展卡尔曼的锂电池SOC估算方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112649747A(43)申请公布日2021.04.13(21)申请号201910958875.5(22)申请日2019.10.10(71)申请人西南科技大学地址621010四川省绵阳市涪城区青龙大道中段59号(72)发明人余鹏王顺利于春梅(51)Int.Cl.G01R31/388(2019.01)G01R31/367(2019.01)权利要求书1页说明书4页附图1页(54)发明名称一种分数阶扩展卡尔曼的锂电池SOC估算方法(57)摘要本发明涉及一种分数阶扩展卡尔曼的SOC估算方法，其特征在于：通过在卡尔曼滤波算法基础上对非线性空间方程进行泰勒展开，省略二阶及以上的高阶项将非线性函数线性化，实现了对锂离子电池组SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差；通过忽略空间方程高阶项的方法将迭代算法进行简化，减少了SOC估算的计算量，使之能运用于嵌入式系统；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回路来表征电池内部的极化效应；该方法在充分考虑锂离子电池成组工作基础上，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。CN112649747ACN112649747A权利要求书1/1页1.一种分数阶扩展卡尔曼的锂离子电池SOC估算方法，其特征在于：提出了分数阶扩展卡尔曼方法，通过Thevenin等效电路模型，实现了改进扩展卡尔曼滤波算法对锂离子电池组SOC值的有效迭代计算，通过对空间方程进行泰勒展开并省去二阶及以上高阶项的方法解决了非线性函数的卡尔曼运用问题。2.根据权利要求1所述的一种分数阶扩展卡尔曼的SOC估算方法，其特征在于：通过扩展卡尔曼滤波算法对非线性空间方程进行泰勒展开，并略去二阶及以上高阶项，将非线性函数线性化，使之能够使用经典卡尔曼算法；实现了对锂离子电池SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差。3.根据权利要求1所述的一种分数阶扩展卡尔曼SOC估算方法，其特征在于：通过对物理模型进行公式推导得到负载电压的表达式，然后利用数据进行精确的参数辨识。Thevenin模型通过加入RC回路来表征电池内部的极化效应，对电池具有更好的表征效果。4.根据权利要求1所述的一种利用分数阶扩展卡尔曼算法的SOC估算方法，其特征在于：该方法在充分考虑锂离子实际充放电特征的情况下，基于Thevenin等效电路模型，以扩展卡尔曼为基础进行迭代计算，实现了锂电池的Thevenin模型参数辨识和SOC值的数学迭代运算算法。2CN112649747A说明书1/4页一种分数阶扩展卡尔曼的锂电池SOC估算方法技术领域[0001]本发明涉及一种分数阶扩展卡尔曼的锂离子电池SOC估算方法，该方法针对锂离子电池SOC值的精确估算，采用分数阶扩展卡尔曼算法对锂离子电池进行精确的SOC估计，通过在卡尔曼滤波算法基础上对非线性空间方程进行泰勒展开，省略二阶及以上的高阶项将非线性函数线性化，再利用分数阶卡尔曼算法对SOC进行迭代运算。将只适用于线性函数的经典卡尔曼算法应用于具有明显非线性关系的锂离子电池SOC估算，实现了锂离子电池SOC值的有效迭代计算；相较于普遍的安时积分法，扩展卡尔曼算法可以矫正SOC初值造成的误差以及安时积分法在时间上造成的累计误差；通过忽略空间方程高阶项的方法将迭代算法进行简化，大大减少了SOC估算的计算量，使之能运用于嵌入式系统；基于Thevenin等效电路模型建立分数阶扩展卡尔曼算法，和内组模型相比增加了一个RC回路可以用于表征真实电池的非线性特性。用物理电路公式推导出Thevenin等效电路模型的负载电压表达式，再利用HPPC实验中的电压非线性段曲线辨识出Thevenin电路模型中的参数。在电池等效电路模型基础上利用曲线拟合的方法辨识出等效电路模型中的参数，再在完整的Thevenin模型基础上进行扩展卡尔曼迭代算法进行迭代运算。该方法是一种基于现代控制理论的锂离子电池状态估算方法，属于新能源测控领域。背景技术[0002]随着环保意识地日益增强，无污染、可循环利用的清洁能源越来越受到推广。在汽车行业，锂电池驱动的纯电动汽车将逐渐取代以汽油为燃料的传统汽车。它们的优点包括寿命长、高能量密度和低自放电率等。电池是纯电动汽车的核心，而电池管理系统（BMS）可以帮助驾驶员安全有效地使用它。在电池管理系统中，准确测定锂电池荷电状态（SOC）至关重要，它可以提高驾驶的安全性。此外，它还可以防止电池的过度充放电，延长电池的使用寿命，提高电池的利用率。然而，精确地估算SOC是很困难的，因为电池本身是一个高度非线性的系