基于改进PNGV模型和扩展卡尔曼算法的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CN112649734A(43)申请公布日2021.04.13(21)申请号201910956491.X(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)发明人何明芳王顺利邹传云于春梅李小霞范永存曹文熊丽英靳玉红乔静陈蕾刘春梅张丽王瑶周长松(51)Int.Cl.G01R31/367(2019.01)G01R31/388(2019.01)权利要求书1页说明书4页附图1页(54)发明名称基于改进PNGV模型和扩展卡尔曼算法的SOC估算方法(57)摘要本发明涉及一种基于扩展卡尔曼的SOC估算方法，其特征在于，建立基于PNGV的改进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，加入RC回路表征电池内部的极化效应，并加入自放电回路以表征充放电累积引起的电池端电压的变化，对电池具有更加精确的表征性能；通过在卡尔曼滤波算法基础上利用泰勒级数变换使卡尔曼滤波能应用于具有非线性关系的锂离子电池组SOC估算，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；该方法在充分考虑锂离子电池成组工作基础上，基于等效模型电路，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。CN112649734ACN112649734A权利要求书1/1页1.一种基于改进PNGV等效电路模型和扩展卡尔曼滤波器的锂离子电池SOC估算方法，其特征在于，通过改进的PNGV等效模型，有效表征锂离子电池的充放电特性；利用扩展卡尔曼滤波算法，通过泰勒展开式解决了SOC估算中的非线性的问题，实现了对锂离子电池组SOC值的有效迭代计算。2.根据权利要求1所述的一种基于改进PNGV等效电路模型和扩展卡尔曼SOC估算方法，其特征在于，该等效电路模型加入RC回路来表征电池内部的极化效应，在一定程度上弥补了经典内阻模型无法表征锂电池非线性工作特征的缺点；加入自放电回路，弥补了普通PNGV等效模型忽略电池端电压变化造成的估算不精确，对电池具有更加精确的表征性能。3.根据权利要求1所述的一种基于改进PNGV等效电路模型和扩展卡尔曼算法的SOC估算方法，其特征在于，通过扩展卡尔曼算法对具有非线性关系的锂电池组进行SOC估算，解决了传统卡尔曼算法只能求解线性系统的局限性，通过扩展卡尔曼滤波算法对非线性函数的进行泰勒级数展开，得到一个近似的线性化模型，再用卡尔曼算法进行自回归迭代计算，实现了对锂离子电池组SOC值的最优估计，克服了SOC初值误差和安时积分存在的累积误差。4.根据权利要求1所述的一种基于扩展卡尔曼滤波的SOC估算方法，其特征在于，该方法在充分考虑锂离子电池成组工作基础上，基于改进PNGV等效模型电路，以扩展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。2CN112649734A说明书1/4页基于改进PNGV模型和扩展卡尔曼算法的SOC估算方法技术领域[0001]本发明涉及一种基于改进PNGV模型和扩展卡尔曼的锂离子电池SOC估算方法。该方法利用电路等效建模，建立了一种基于PNGV的改进电路模型，相对于应用广泛的PNGV模型而言，加入表征自放电效应的电阻放电回路，弥补了PNGV模型在忽略电池长时间静置下的容量损失，更为精确的表征了锂电池的动态工作特性。在电池等效电路模型基础上，运用扩展卡尔曼算法实现锂离子电池组SOC估算空间模型的建立和SOC值的数学迭代运算，该方法针对锂离子电池组SOC值的精确估算目标，通过在卡尔曼滤波算法基础上利用泰勒级数展开式进行线性化，将其应用于具有非线性关系的锂离子电池组SOC估算，实现了锂离子电池组SOC值的有效迭代计算，克服了传统SOC估计的安时积分法存在的误差累积效应；该方法是一种基于现代控制理论的锂离子电池组状态估算方法，属于新能源测控领域。背景技术[0002]能源安全和环境保护在中国的发展规划中发挥着重要作用。追求新能源替代传统化石燃料已成为所有国家关注的焦点。锂电池由于高能量密度，长使用寿命，高输出功率和高性价比等特点，在新能源领域得到了广泛的应用和发展。然而，目前的电池的使用寿命和能量密度等性能指标并没有达到十分理想的状态，锂电池的使用过程也存在着一定的安全隐患。因此，需要电池管理系统（BatteryManagementSystem,BMS）进行实时状态监控和安全控制，以确保使用过程中的安全性、动力性和耐久性。有效的等效建模和精确的荷电状态估计是电池管理系统中的关键技术。在锂离子电池组的整个生命周期中，电池管理系统（BatteryMana