本發明專利技術公開了一種基于灰色擴展卡爾曼濾波算法用于估算鋰離子電池SOC的方法，包括步驟：首先通過灰色預測模型，預測當前時刻電池模型極化電壓和SOC狀態量的先驗估算值，替代擴展卡爾曼濾波算法中Jacobian矩陣；然后利用擴展卡爾曼濾波算法通過觀測值對先驗估算值進行更新、修正得當前時刻鋰離子電池SOC估算值。本發明專利技術為電動汽車電池管理系統提供了一種鋰離子電池SOC估算方法，能提高鋰離子電池SOC估算精度。
【技術實現步驟摘要】
【專利摘要】本專利技術公開了一種基于灰色擴展卡爾曼濾波算法用于估算鋰離子電池SOC的方法，包括步驟：首先通過灰色預測模型，預測當前時刻電池模型極化電壓和SOC狀態量的先驗估算值，替代擴展卡爾曼濾波算法中Jacobian矩陣；然后利用擴展卡爾曼濾波算法通過觀測值對先驗估算值進行更新、修正得當前時刻鋰離子電池SOC估算值。本專利技術為電動汽車電池管理系統提供了一種鋰離子電池SOC估算方法，能提高鋰離子電池SOC估算精度。【專利說明】一種基于灰色擴展卡爾曼的鋰離子電池 SOC估算方法
本專利技術屬于鋰離子電池
，更為具體地講，是涉及一種鋰離子電池的SOC估 算方法。
技術介紹
： 動力電池作為電動汽車的主要儲能裝置，是電動汽車發展的核心部件。鋰離子電 池因其能量密度大、循環壽命長、自放電低等特點，已經成為電動汽車動力電池的主攻方 向。 電池荷電狀態（State of Charge，S0C)是電池狀態的一個重要指標。準確在線估 計SOC能有效防止電池過充過放、提醒用戶及時充電、及時更換電池等，同時還能節約電池 成本，延長電池使用壽命，并為電動汽車整車控制提供依據。目前國內外研究人員提供了安 時(Ah)積分法、開路電壓法以及卡爾曼濾波等SOC估算方法。安時積分法因其原理簡單、計 算方便，但是準確的初值、電池老化、累計誤差等制約安時法計算精度。開路電壓法根據OCV 曲線可以獲得相對準確的S0C，但是，開路電壓法需要長時間靜置，難以滿足在線估算要求。 擴展卡爾曼濾波法是近幾年研究熱點，其具有計算量小，估算精度高等特點，但擴展卡爾曼 濾波法要求噪聲統計符合高斯模型，而在實車中難以滿足，可能導致估算結果不收斂，影響 SOC估算精度。因此，使用擴展卡爾曼與其他算法的融合，提高SOC估算精度具有重要意義。
技術實現思路
本專利技術的目的是克服現有擴展卡爾曼算法中估算鋰離子電池 SOC精度不足，提供 一種基于灰色擴展卡爾曼算法的鋰離子電池 SOC估算方法，基于鋰離子電池一階RC模型，通 過帶滑窗的灰色預測模型預測當前時刻模型極化電壓和SOC狀態量，然后再通過觀測值對 極化電壓和SOC進行更新、修正。 本專利技術所提出的一種基于灰色擴展卡爾曼算法的鋰離子電池 SOC估算方法，該方 法包含以下步驟： (1)基于鋰離子電池一階RC模型，通過建立鋰離子電池的數學模型，得到電池系統 狀態空間方程和系統觀測方程； 設電池荷電狀態SOC和RC網絡兩端電壓U1為系統狀態量，電池端電壓U t為觀測量， 根據SOC定義，以安時法和鋰離子電池一階RC模型建立鋰離子電池各時刻系統狀態空間方 程(1)和系統觀測方程(2):C1) U1表示RC網絡部分兩端電壓，SOC表示電池荷電狀態，R1表示RC網絡部分極化內阻， C1表示RC網絡部分極化電容，η為容量系數，τ為系統采樣時間間隔;Cn為電池標稱容量，k表 示電流，W為服從高斯分布的白噪聲，均值為0,協方差為Qk，k為正整數，k=l，2,3· · ·;(2) U。。表示鋰離子電池開路電壓，Ro表示鋰離子電池歐姆內阻部分，v為服從高斯分布 的白噪聲，均值為〇，協方差為Rk，V和W相互獨立； 將方程（1)和方程(2)改寫通用表達式3得各 時刻電池系統系數矩陣：Dk = Ro(k);系統狀態量表達式.X·'電流u(k) = U(k)，模型估算端電壓 }(/<) = U,{k)； (2)模型參數辨識： 測量k時刻鋰離子電池電流及端電壓電壓，由帶遺忘因子的遞推最小二乘算法辨 識此時刻鋰離子電池一階RC模型參數:Ro(k) Kk)，(Mk)，得鋰離子狀態空間表達式和觀 測方程表達式系數矩陣Ak，Bk，Ck，Dk; (3)進行灰色擴展卡爾曼濾波算法設計： 首先，算法初始化;給定算法初始值:X(0 )，Po，Qo和初始時亥Ijv的協方差Ro，其中P0 為極化電壓和SOC狀態估算誤差協方差矩陣Pk初始時刻時值； 其次，預測電池系統狀態量的先驗估計值;采用基于滑窗結構的GM(1，1)灰色預測 模型（Sliding window Gray prediction Model，簡稱SGM)替代擴展卡爾曼濾波算法中的 Jacobian矩陣，做k時刻系統狀態量的先驗估算，；將灰色卡爾曼算法中的系統中間狀態量 看作成隨時間變化的灰色發展過程，而不是簡單隨機過程，進而對該灰色發展過程建立SGM 模型，并使其白化； 假定時間序列在k時刻時滑窗窗口內η個更新后電池系統狀態量的歷史數據 .41，私_2,...，私_"，即后驗估算值，構成序列乂 (°)，則乂(°)可由式(3)表示：(3) 為挖掘序列Xw變化趨勢，對該序列進行一次累加變換，得到Xw的1-AG0序列Χ(1)， 貝丨僅⑴可由忒Μ)丟元.(4> 其中Χ(1)各項可以由式(5)表示：(5)則GM(1，1)的表達式為一階方程式(6)所示：(6) 通過最小二乘法方程式(7)求解出式中3、S估算值：(7) 其中B和Yn表達式(8)為：(8) 聯立式（7)和（8)計算得出?和I后代入式(6)得GM(1，1)的白化方程，通過解白化 方程得到該一階方程的時間響應函數，進而預測系統下一步發展，將模型離散化后，可得出 預測模型表達式(9):(9)根據灰色預測模型預測k時刻電池極化系統電壓和SOC狀態量先驗估算結果，如式 (10)所示：C1〇) 式中丨是由k時刻的前η個時刻系統狀態量后驗估算值灰色預測得來，4是當前 時刻系統極化電壓和SOC狀態量的先驗估算值，同時采用式（11)計算系統狀態估算誤差協 方差C :ClD 最后，更新估算結果和估算誤差協方差;利用k時刻系統觀測量Y(k)更新系統狀態 估算結果和狀態估算誤差協方差，首先通過式（12)計算系統測量余量：C12) 其中Y(k)為電池實測端電壓。ekSk時刻系統測量余量。通過式（13)計算最優卡爾 曼增益Kk:U3)利用式（12)和式（13)里新t貝測結果，如式（14)和式（15)所示。C14) 式中對是1^時刻電池系統狀態量更新后估算結果，即后驗估算值。同時通過式（15) 對該值誤差協方差矩陣進行更新： P^=(I-KlCi)Pt (15) (4)電池 SOC 估算：在GM-EKF算法實際應用中，當EKF算法使SOC估算值收斂于真值后再啟用灰色預 測，通過EKF算法為灰色預測估算系統狀態量的先驗估算提供k時刻前η個系統狀態量的后 驗估算值和+·^，…再通過式（14)更新k時刻系統狀態量后驗估算值.?，即可得k時 亥Ij電池 SOC狀態，在k+1時刻時，根據采集到的電池端電壓Ut (k+1)和電流IL (k+1)辨識出電池 模型參數RMk+DKk+lhCKk+l)并更新狀態空間方程（1)和觀測方程(2)中的Ak+1，B k+1， Ck+1，Dk+1，并重復上述預測和更新的步驟，完成電池 SOC估算。 與現有基于擴展卡爾曼估算鋰離子電池 SOC技術相比，本方法的有益效果為： (1)利用帶遺忘因子的遞推最小二乘算法實時更新模型參數，提高了灰色擴展卡 爾曼估算電池 SOC的實時更新能力，具有較強的實用推廣性。 (2)灰色預測模型是基于鋰離子電池多個系統狀態量的歷史數據估算當前時刻系 統狀態量，能夠降低系統隨機擾動等因素對系統狀態預測的影本文檔來自技高網...
【技術保護點】
一種基于灰色擴展卡爾曼算法的鋰離子電池SOC估算方法，將灰色預測模型和擴展卡爾曼濾波算法融合，通過灰色預測模型預測當前時刻鋰離子電池極化電壓和SOC狀態先驗估算值，再通過觀測值對其進行更新、修正，進行鋰離子電池SOC估算，其特征在于，基于灰色擴展卡爾曼算法估算鋰離子電池SOC方法的包含以下步驟：(1)基于鋰離子電池一階RC模型，通過建立鋰離子電池的數學模型，得到電池系統狀態空間方程和系統觀測方程，具體為：設電池荷電狀態SOC和RC網絡極化電壓U1為系統狀態量，電池端電壓Ut為觀測量，根據SOC定義，以安時法和鋰離子電池一階RC模型建立鋰離子電池各時刻極化電壓和SOC狀態空間方程(1)和系統觀測方程(2)：U1(k)SOC(k)=e-TR1C1001U1(k-1)SOC(k-1)+(1-e-TR1C1)R1(k)-ηTCnIL(k)+w(k)---(1)]]>R1表示RC網絡部分極化內阻，C1表示RC網絡部分極化電容，η為容量系數，T為系統采樣時間間隔，Cn為電池標稱容量，IL表示電流，w為服從高斯分布的白噪聲，均值為0，協方差為Qk，k為正整數，k＝1，2，3···；y(k)=-1dUoc(SOC)dSOCTU1(k)SOC(k)+R0(k)IL(k)+v(k)---(2)]]>Uoc表示鋰離子電池開路電壓，R0表示鋰離子電池歐姆內阻部分，v為服從高斯分布的白噪聲，均值為0，協方差為Rk，v和w相互獨立；將方程(1)和方程(2)改寫通用表達式為得k時刻電池系統系數矩陣：Dk＝R0(k)；系統狀態量表達式電流u(k)＝IL(k)，模型估算端電壓(2)進行灰色擴展卡爾曼濾波算法設計：首先，算法初始化；給定算法初始值：x(0)，P0，Q0和初始時刻v的協方差R0，其中P0為極化電壓和SOC狀態估算誤差協方差矩陣Pk初始時刻時值；其次，預測電池系統狀態量的先驗估計值；根據灰色預測模型預測k時刻系統狀態量先驗估算結果，如式(3)所示：x^k-=x^n+1(0)---(3)]]>式中是由k時刻的前n個時刻系統量后驗估算值灰色預測得來，是當前時刻系統狀態量的先驗估算值，系統狀態估算誤差協方差由式(4)計算得來：Pk-=AkPk-1+AkT+Qk---(4)]]>最后，更新估算結果和估算誤差協方差；利用k時刻系統觀測量Y(k)更新系統狀態估算結果和狀態估算誤差協方差，首先通過式(5)計算系統測量余量：ek=Y(k)-(Ckx^k-+DkIL(k))---(5)]]>其中Y(k)為電池實測端電壓；ek為k時刻系統測量余量；最優卡爾曼增益Kk通過式(6)計算：Kk=Pk-CkT(CkPk-CkT+Rk)-1---(6)]]>利用式(7)和式(8)更新預測結果：x^k+=xk-+Kkek---(7)]]>式中是k時刻電池系統狀態量更新后估算結果，即后驗估算值。同時通過式(8)對該值誤差協方差矩陣進行更新：Pk+=(I-KkCk)Pk----(8)]]>式中為誤差協方差矩陣，I為單位矩陣。(3)鋰離子電池SOC估算：在該算法的實際應用中，首先利用擴展卡爾曼算法使電池SOC估算收斂后再啟用灰色預測模型估算電池SOC；以k時刻前n個系統狀態量的后驗估算值通過灰色預測模型預測k時刻系統狀態先驗估計值再依次以式(4)至式(8)分別計算ek，Kk，根據中的SOC(k)即可得k時刻電池SOC值；在k+1時刻時，根據采集到的電池端電壓Ut(k+1)和電流IL(k+1)辨識出電池模型參數R0(k+1)，R1(k+1)，C1(k+1)并更新狀態空間方程(1)和觀測方程(2)中的Ak+1，Bk+1，Ck+1，Dk+1，重復上述預測和更新的步驟，完成電池SOC估算。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：潘海鴻，呂治強，陳琳，
申請(專利權)人：廣西大學，
類型：發明
國別省市：廣西;45
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。