一種新型鋰離子動力電池soc估計方法
【技術領域】
[0001] 本發明涉及一種新型鋰離子動力電池 S0C估計方法。
【背景技術】
[0002] 電池荷電狀態的估計一直是電池管理系統的重點和難點，電池 S0C準確估計對于 提高電池使用效率和延長電池壽命，提高電池的安全可靠性，以及整車能量管理有著重要 的意義，但是S0C不能直接測量，只能通過其它電池參數如電池輸出電壓、電流來預估。
[0003] 目前，國內外常用的S0C估計算法有：安時積分法，該方法無法給出S0C初始值，且 電流測量不準確會導致S0C累計誤差；開路電壓法，利用電池的開路電壓與S0C的對應關 系，通過測量電池的開路電壓來估計S0C，簡單易行，但是需要電池靜置一段時間后才能估 計，不適合電動汽車實時在線估計的要求；內阻法，適合于電池放電后期S0C估計，需要專 門的儀器測量，實車上很少使用；神經網絡法，需要大量的數據進行訓練，估計誤差受訓練 數據和訓練方法影響較大，目前還沒有得到很好的應用。擴展卡爾曼濾波算法估計S0C是 目前國內外應用比較廣泛的估計方法，它將S0C看作是電池系統的一個內部狀態變量，通 過遞推算法實現S0C的最小方差估計，它對電池模型依賴性較強，電池在實際使用過程中 反復充放電，會造成電池模型參數的變化，故采用擴展卡爾曼濾波算法估計S0C會產生估 計不準、甚至出現發散。
【發明內容】
[0004] 為解決現有技術存在的不足，本發明公開了一種新型鋰離子動力電池 S0C估計方 法，采用強跟蹤濾波器估計S0C克服了擴展卡爾曼濾波器估計S0C不準的缺點，強跟蹤濾波 器由擴展卡爾曼濾波器改造而來，主要針對系統模型不確定性導致濾波器估計不準及發散 問題，具有以下的優點：（1)對模型不確定性具有較強的魯棒性；（2)對突變狀態的跟蹤能 力極強，甚至在系統達到平衡狀態時，仍保持對緩變狀態與突變狀態的跟蹤能力；（3)適中 的計算復雜度。
[0005] 為實現上述目的，本發明的具體方案如下：
[0006] 一種新型鋰離子動力電池 S0C估計方法，包括以下步驟：
[0007] 步驟一：建立電池等效電路模型，利用最小二乘算法對建立的電池模型參數進行 辨識；
[0008] 步驟二：根據步驟一參數辨識出來的電池開路電壓1]。《和對應的S0C關系，利用 Shepherd模型和Nernst模型進行組合得到對應的函數，該函數擬合了 UQCT和S0C關系；
[0009] 步驟三：選取步驟一中電池等效電路模型中電容的端電壓和S0C為狀態變量，搭 建出S0C估算的狀態方程和觀測方程，實時調整狀態預報誤差的協方差陣和增益矩陣，根 據S0C估算的狀態方程和觀測方程對鋰離子動力電池 S0C進行估計。
[0010] 所述狀態預報誤差的協方差陣pk+1 :
[0011] Pk+1 = λ k+1GkPkGTk+Qk (12)
[0012] 其中，λ _為時變的漸消因子，Pk+1為k+1時刻的誤差協方差矩陣,Pk為k時刻的 誤差協方差矩陣，Q k是系統噪聲協方差，Gk為狀態方程對狀態變量求偏導的雅克比矩陣。
[0013] 所述增益矩陣Kk+1 :
[0014] Kk+1 = Pk+1HTk+1 [Hk+1Pk+1HTk+1+Rk] 1 (7)。
[0015] 電容的端電壓，充電時為Q。和C2。，放電時為Cld和C 2d，在下面的敘述中都以Q和 C2代替。
[0016] 所述電池等效電路模型包括極化電阻Rld、電容cld、極化電阻札。及電容Ci。與對應 的二極管相串聯后的電路再分別并聯后組成第一電路，極化電阻R 2d、電容C2d、極化電阻R2。 及電容C2。與對應的二極管相串聯后的電路再分別并聯后組成第二電路，電阻 Rcid與&。與對 應的二極管相串聯后電路相并聯組成第三電路，所述第一電路、第二電路及第三電路相串 聯后一端與電池的開路電壓相連，另一端與開路電壓U。相連。
[0017] 所述對建立的電池模型進行辨識時，電池的標稱容量為6. 2ΑΗ，在電池實驗環境為 25°C條件下，以0. 5C的電流放電，電池每放出10% S0C的電量，靜置30分鐘，電池 S0C初 始值為1，經歷10個脈沖放電后電池電量放完，參數辨識過程具體做法：首先將實驗的各個 S0C點的實驗數據分別提取出來，利用最小二乘函數進行參數辨識即可得到各狀態下的電 池模型參數，最后將各個S0C點的參數列成表。
[0018] 所述步驟二中函數的公式為：
[0019]
(1)
[0020] 其中，S0C是指電池的剩余容量。
[0021] 應用Matlab軟件提供的曲線擬合工具箱（Curve Fitting Toolbox)中自定義函 數確定at~a5的參數值。
[0022] 所述λ fr+1)具體公式為：
[0023]
(13)
[0028] 其中，Hk為觀測方程對狀態變量求偏導的矩陣，Rk+1為測量噪聲協方差，k = 0, 1，2, 3,...表示時刻，rk+1表示k+1時刻殘差，r⑴表示k = 0時刻的殘差，S(j(k)表示殘 差的協方差陣。式中〇彡P彡1為遺忘因子，通常取Ρ = 〇.95;β彡1為弱化因子，目的 是使狀態估計值更加平滑。
[0029] 所述增益矩陣Kk+1滿足的條件為：
[0030] E [r (k+l+j) rT(k+l+j) ] = 0, k = 0, 1, 2,. . . , j = 1, 2, 3,. . . (10)
[0031] E[x (k+1)-χ (k+11 k+1) ] [x (k+1)-χ (k+11 k+1) ]τ = min (11)
[0032] 其中，r(k+l+j)表示k+l+j時刻的殘差，x(k+l)表示k+1時刻的狀態變量，min表 示取得最小值，其中x (k+11 k+1)表示k+1時刻狀態的估計值。
[0033] 本發明的有益效果：
[0034] 針對擴展卡爾曼濾波算法估計精度受電池模型精度影響比較大和估計結果容易 發散這一問題，本申請在改進二階RC電池等效電路模型的基礎上，提出利用強跟蹤濾波算 法估計電池 SOC，STF算法具有較強的關于模型不確定性的魯棒性，極強的關于突變狀態的 跟蹤能力，通過恒流放電實驗和UDDS工況實驗對EKF和STF算法估計SOC進行了驗證，結 果表明STF算法比EKF算法估計SOC精度更高，且收斂性更好，本發明克服了擴展卡爾曼濾 波算法估計SOC依賴于電池模型準確性的缺點，驗證了 STF算法的有效性和正確性。
【附圖說明】
[0035] 圖1改進的二階RC等效電路模型；
[0036] 圖2磷酸鐵鋰動力電池荷電狀態估算系統實施例結構示意圖；
[0037] 圖3 UDDS工況下兩種算法估計SOC對比圖；
[0038] 圖4恒流放電下兩種算法估計SOC對比圖。
【具體實施方式】：
[0039] 下面結合附圖對本發明進行詳細說明：
[0040] 為了精確估計鋰離子動力電池的荷電狀態（SOC)，針對目前應用比較廣泛的擴展 卡爾曼濾波（EKF)算法估計SOC受電池模型的精度影響比較大和估計結果容易發散這一問 題，在改進二階RC等效電路模型的基礎上，提出應用具有較強的關于模型不確定性的魯棒 性和極強的關于突變狀態的跟蹤能力的強跟蹤濾波（STF)算法進行改進。
[0041] 電動汽車運行過程中需要對電池的SOC估計，利用擴展卡爾曼濾波器和強跟蹤濾 波器估計電池 SOC，需要建立電池的模型，為了既能反映電池特性又能運算簡便，選用應用 比較廣泛的二階RC電池等效電路模型，并在二階RC等效電路模型的基礎上考慮到充放電 方向參數的不同，建立如圖1所示的模型。
[0042] 電池模型的參數可利用最小二乘算法進行辨識，模型中的各個參數隨著荷電狀態 的不同而變化，參考《Freedom CAR電池試驗手冊》中的混合脈沖實驗（Hybrid Pulse Power Test，HPPT)測試，可以獲得電池模型中的各個參數。本申請實驗研究對象為某國內公司生 產的鋰離子動力電池，其標稱容量為6. 2AH，在電池實驗環境為25°C條件下，以0. 5C的電流 放電，電池每放出10% S0C的電量，靜置30分鐘，電池 S0C初始值為1，經歷10個脈沖放電 后電池電量放完。參數辨識過程具體做法：首先將實驗的各個S0C點的實驗數據分別提取 出來，利用最小二乘函數進行參數辨識即可得到各狀態下的電池模型參數，最后將各個S0C 點的參數列成如表1所示。電池充電方向的參數辨識過程與放電方向類似，在此不再贅述。
[0043] 表1二階RC模型放電方向參數辨識結果
[0044]
[0045]
[0046] 根據上述參數辨識出來的電池開路電壓υΜν和對應的S0C關系，利用Shepherd模 型和Nernst模型組合得到的公式1，擬合了 和S0C關系，使得電池等效電路模型更加準 確。應用Matlab軟件提供的曲線擬合工具箱（Curve Fitting Toolbox)中自定義函數可 以確定ai~a5參數值。
[0047]
(】）
[0048] 基于擴展卡爾曼濾波的S0C估計算法：擴展卡爾曼濾波算法是一種利用遞推的線 性最小方差估計方法，為了運用擴展卡爾曼濾波法，需構造系統的狀態空間方程，考慮到系 統的隨機干擾和量測噪聲結合安時積分法S0C估計，在改進二階RC等效電路模型的基礎 上，選取改進二階RC等效電池模型中電容Q和C 2的端電壓（充電時Q為Q。，C2為C2。，放 電時Ci為Cld，C 2為C2d)和S0C為狀態變量，搭建出S0C估算的狀態方程和觀測方程如下公 式所示：
[0049] xk+1 = Axk+Buk+wk (2)
[0050] yk+1 = Cxk+1+vk+1 (3)
[0051] 其中，xk、uk、yk+1分別為系統的狀態變量、輸入量和輸出量;w k表不由系統擾動和模 型的不精確等產生的過程噪聲；vk+1表示由測量誤差等產生的觀測噪聲；A、B、C為用來體