一種基於rc等效模型的動力電池soc估計方法

2023-05-22 05:31:06 1

專利名稱：一種基於rc等效模型的動力電池soc估計方法
技術領域：
本發明屬於純電動汽車電池管理領域，涉及一種基於RC等效模型的動力電池SOC估計方法。
背景技術：
動力電池作為電動汽車的動力源，是影響電動汽車整車性能的關鍵因素，它對行駛裡程、加速能力、最大爬坡度會產生直接的影響。電池電荷狀態(SOC)估計，是電池管理系統研究的核心和難點，動力電池的非線性特性使得許多濾波方法難以得到準確的估計結果，因此，必須建立一個合適的數學模型來表徵電池的外特性。電池模型與動力電池的特性一致性越好，那麼運用濾波算法對電池的荷電狀態進行估計時，就能獲得更準確的結果。目前，電動汽車使用的動力電池SOC估計方法主要有安時計量法、開路電壓法、神 經網絡法。安時計量法偏重於應用場合，在線、方便、準確但是需要測量設備精度高；開路電壓法只適用於電池靜置足夠長時間後進行估計，不能實時估計；神經網絡能夠在線估計，缺點是需要相似電池的大量訓練數據。

發明內容
本發明為解決上述技術問題，提供一種基於RC等效模型的動力電池SOC估計方法，它基於Thevenin模型一一階RC模型，能很好地表徵電池靜態特性及動態特性。

圖1是一階RC等效電路圖，其中U。。是電池開路電壓，它在同一溫度下與SOC有固定的函數關係凡是電池歐姆內阻；Rpa是電池極化內阻，它與等效電容Cpa並聯構成阻容迴路，用於模擬電池在極化的產生和消除過程中所表現出的動態特性。為了實現上述目的，本發明採用如下技術方案。一種基於RC等效模型的動力電池SOC估計方法，包括如下步驟1.基於RC等效模型的估計方程的確定；其推導如下由圖1可知，動力電池RC等效模型的離散狀態方程
「^+i ]_「i 0 I r I r -AtJ1Ic1. U^fpa 0 expC-A"、), U》「 + RpaI1 -exp(-A^/tpa)}_ *lk+(°k ⑴由圖1可知，動力電池RC等效模型的離散輸出觀測方程
_2] Ul=Uoc(Sk)-U^ -1kR0 + vk
「 n IdUoc(Sk).1 I" Sk Ii2)
_3] =—1 vypa —唭+ 其中，Sk、Sk+1分別是離散狀態k、k+l時刻的動力電池電荷狀態；At是採樣周期；C電池的標稱容量，單位是A h ； n為庫倫係數，充電時n = 1，放電時n < I ;ik是離散狀態k時刻的充放電電流，i (t)是離散狀態ik實時狀態表達式；T pa = RpaCpa是Rpa、Cpa環節的時間常數^為電池歐姆內阻；Rpa電池極化內阻；Cpa為等效電容'11^、[O分別是離散狀態k、k+l時刻的Rpa上的電壓估計，Upa是離散狀態C/fb實時狀態表達式；《k、u k為互不相關的系統噪聲；Uk是離散狀態k時刻的電池工作電壓，U(t)是離散狀態Uk實時狀態表達式！Utje(Sk)是離散狀態k時刻的動力電池電荷狀
態對應的電池工作電壓;A表示U。。(Sk)先對電池電荷狀態S的導數，並取
權利要求
1.一種基於RC等效模型的動力電池SOC估計方法，其特徵是，包括如下步驟 (1)基於RC等效|吳型的估計方程的確定 xk+1 = Ak xk+Bk uk+wk(3) Yk = Ck Xk-R0 uk+ u k(4) 其中，xk是k時刻輸入狀態變量；xk+1是k+1時刻輸入狀態變量；yk是輸出測量變量；uk是k時刻的輸入控制變量；Ak是增益矩陣，將時刻k的狀態線性映射到當前時刻k+1的狀態；Bk是k時刻的控制變量增益矩陣；Ck是增益矩陣，狀態變量Xk對測量變量yk的增益，R0為電池歐姆內阻，《k、uk為互不相關的系統噪聲； (2)擴展Kalman濾波的估算方法 擴展卡爾曼濾波是通過系統狀態空間模型將動力電池非線性系統進行線性化，然後再利用標準卡爾曼濾波算法的循環迭代過程對狀態變量做算法最優估計。
2.如權利要求I所述的基於RC等效模型的動力電池SOC估計方法，其特徵是，所述步驟(2)擴展Kalman濾波的估算方法中， 系統離散狀態空間模型為 狀態方程xk+1 = f(xk, Uk) + wk(5) 輸出方程yk = g(xk, uk)+u k(6) 其中，f(Xk，uk)、g(Xk，uk)為分別對應非線性狀態轉移函數和非線性測量函數，由式(3)、(4)、(5)、(6)可知,令 f (xk, uk) = Ak xk+Bk uk, g(xk, uk) = Ck Xk-R0 uk,得到擴展卡爾曼濾波離散狀態空間模型， 將該非線性模型在(xk，uk)附近進行一級泰勒展開，並對狀態變量X求偏導數得 ,df (XkJtk)「I0_ k ox ,=4 0 exp(—A"fpa)_ 』 r ￥(xk,uk) JdUJS1) _ I . * & x=xt [ dS 1 J， 其中，4是採樣時刻點k時刻右側的狀態估計值；xk為採樣時刻點k時刻左側的狀態估計； 擴展卡爾曼濾波器預測方程 狀態變量預測估計'X: — f (X^1 , )(7) 協方差誤差預測估計=^k_xn:,{ +(8) 擴展卡爾曼濾波器校正方程 卡爾曼增益計算 'Kk =PkCkTiCkPkCkT —)—1(9) 狀態變量最優估計=Xk + Kk Iyk — gi.xk，Uk )] (10) 協方差最優估計'P^[H:Ck、Pk(11) 其中，E U、E 分別為《k、uk的方差；Xt1是採樣時刻k_l時刻右側的狀態估計值； =，其中，Alri是將時刻k-1的狀態線性映射到當前時刻k的狀態的增益矩陣，Blri是k-1時刻的控制變量增益矩陣，IV1是k-1時刻的輸入控制變量是k時刻協方差誤差預測估計；#+—1是k-1時刻的協方差最優估計'AU Ah的轉置；CkT是Ck的轉置；Kk是k時刻卡爾曼增益漱八)=Ck-Xk-R0-Uk邳是k時刻協方差最優估計；E為單位矩陣。全文摘要
本發明公開了一種基於RC等效模型的動力電池SOC估計方法，包括基於RC等效模型的估計方程的確定的步驟和擴展Kalman濾波的估算方法的步驟，本發明可以精確的對動力電池荷電狀態進行估計，因為SOC值的大小直接反映了電池所處的狀態，由此可限定電池的最大放電電流和預測電動車的續駛裡程；根據各節電池的SOC值，可以識別電池組中各電池間的性能差異，並依此進行均衡充電，以保持電池性能的均勻性，最終達到延長電池壽命的目的。
文檔編號G01R31/36GK102981125SQ20121050141
公開日2013年3月20日 申請日期2012年11月30日 優先權日2012年11月30日
發明者侯恩廣, 喬昕, 李小偉, 劉廣敏, 李楊, 崔立志, 賀冬梅, 王知學 申請人:山東省科學院自動化研究所