一種液態或半液態金屬電池荷電狀態估計方法

一種液態或半液態金屬電池荷電狀態估計方法
【專利摘要】本發明公開了一種液態或半液態金屬電池荷電狀態估計方法，根據電池的等效電路獲取狀態空間表達式；通過參數辨識，獲取等效電路參數與SOC的函數關系；根據等效電路參數初始值以及電池歐姆內阻、電池電動勢與SOC的函數關系，獲取系統矩陣初始值、控制輸入矩陣初始值以及觀測矩陣；采用擴展卡爾曼濾波算法，獲取狀態估計時間更新矩陣和誤差協方差時間更新矩陣；從中提取電池的SOC的預測值、極化電壓和擴散電壓、獲取電池電動勢的值、以及歐姆內阻壓降；根據電池電動勢、極化電壓、擴散電壓以及歐姆內阻壓降，獲取觀測輸出；根據觀測輸出，獲取狀態測量更新矩陣，從中提取SOC估計值；本發明提出的SOC估計方法消除了累計誤差，可有效跟蹤電池剩余電量變化。
【專利說明】
一種液態或半液態金屬電池荷電狀態估計方法
技術領域
[0001] 本發明屬于電池生命周期管理技術領域，更具體地，涉及一種液態或半液態金屬 電池荷電狀態估計方法。
【背景技術】
[0002] 廉價高效長壽的電化學儲能是高效利用可再生能源和發展智能電網的關鍵技術。 在眾多的儲能技術中，儲能電池靈活方便、響應時間快、維護成本低，在儲能領域有著廣闊 的應用前景。現階段比較成熟的儲能電池有鋰離子電池、鈉硫電池和液流電池等，但因其成 本過高，儲能壽命較短，達不到大規模儲能市場的需求目標，并非電網儲能的最佳選擇。
[0003] 美國發明專利0044725[P]、13237215[P]以及國際刊物《Nature》2014年514卷7522 期公布了一類面向電網級儲能的液態金屬儲能電池，工作溫度在300°C~700°C，運行時正 負極金屬呈液態，電解質為熔融態無機鹽，電池內部因電極和電解質密度不同與互不相溶 的特性而自動分為三層。具有傳質速度快、效率高、性能穩定、壽命較長的特點。中國發明專 利CN201310131587.5中公開了一種半液態金屬電極儲能電池，其正極為合金固態相分布在 液態相中的半液態結構，電解質熔融成半液態的膏狀，能有效防止正負極短路，降低儲能成 本，降低電池工作溫度，減緩殼體腐蝕速度，延長電池壽命，提高運行安全性和可靠性。
[0004] 在實際應用中，為增強對電池生命周期的管理，需要對電池進行荷電狀態(S0C)估 計；電池的S0C估計方法有多種，安時法是工程上最常用的方法，其原理簡單，容易實現，但 其誤差較大，累計誤差達到15%，準確度較低，需要定點修正;人工神經網絡法估計電池 S0C 的方法效果較好，但需要大量訓練數據;卡爾曼濾波法可能會出現參數變化引起的不收斂 現象;狀態觀測器法的設計過程較為復雜。

【發明內容】

[0005] 針對現有技術的以上缺陷或改進需求，本發明提供了一種液態或半液態金屬電池 荷電狀態(S0C)估計方法，解決了現有S0C估計方法累計誤差較大的問題。
[0006] 為實現本發明的上述目的，根據本發明的一個方面，提供了一種液態或半液態金 屬電池荷電狀態估計方法，具體如下：
[0007] (1)根據所述電池的等效電路獲取電池的狀態空間表達式，并對所述狀態空間表 達式進行離散化和線性化處理，獲得處理后的狀態空間表達式；
[0008] (2)通過電池的測試數據進行參數辨識，獲取所述電池的等效電路參數與電池 S0C 的函數關系；
[0009] R〇 = fi(SOC) ,RP = f2(S0C) ,CP = f3(S0C) ,Rw=f4(S0C) ,Cw=f5(S0C) ,U〇c = f6(S0C)；
[0010] 其中，fi,2...6(soc)都是自變量為soc的函數，其函數式均采用下述多項式所示形 式：
[0011]
[0012]其中，。0、(31、。2..^、(11、￥1、(12、￥2...(^、￥11均為實數擬合系數，0<5^8,0〇1<4;
[0013] 其中，等效電路參數包括歐姆內阻Ro、極化電阻心、極化電容CP、擴散電阻Rw、擴散 電容C w、電池電動勢U。。;電池測試數據包括電流、電壓、充、放電容量和充、放電時間；
[0014] (3)根據S0C的初始值5001{-1與所述函數關系，獲得(k-Ι)時刻的等效電路參數的數 值;并根據所述(k-1)時刻的等效電路參數的數值以及所述函數關系，獲取所述狀態空間表 達式(k-1)時刻的系統矩陣、（k-Ι)時刻的控制輸入矩陣以及k時刻的觀測矩陣；
[0015] (4)根據擴展卡爾曼濾波算法以及(k-Ι)時刻的系統矩陣、（k-Ι)時刻的控制輸入 矩陣，獲取狀態估計時間更新矩陣和誤差協方差時間更新矩陣；
[0016] (5)從上述狀態估計時間更新矩陣中提取k時刻電池的S0C的預測值SOCk/k-1、極化 電壓U P和擴散電壓Uw;
[0017] 根據所述S0C的預測值SOCk/k-ι，以及電池電動勢U。。與S0C的函數關系，獲取電池電 動勢U。。的值；
[0018] 根據所述S0C的預測值S0Ck/k-i，以及歐姆內阻Ro與S0C的函數關系，獲取電池歐姆 內阻Ro的值，并獲得歐姆內阻壓降U〇 = Ik-i · Ro;
[0019] 根據電池電動勢U。。、極化電壓叫、擴散電壓Uw以及歐姆內阻壓降Uo,獲取觀測輸出 gk - U〇c-U〇-Up-Uw ；
[0020] 其中，Ik-A(k-i)時刻電池電流實測值；
[0021] (6)根據擴展卡爾曼濾波算法以及k時刻的觀測矩陣、狀態空間表達式和所述觀測 輸出，獲取卡爾曼增益矩陣、狀態測量更新矩陣以及誤差協方差測量更新矩陣；
[0022] (7)從所述狀態測量更新矩陣中提取S0C的濾波值S0Ct，根據濾波值S0C t獲得k時刻 的S0C值SOCk;
[0023] (8)令k = k+l，重復步驟(3)~(7)，直到k達到設定的仿真時間，獲得S0C的估計值； 仿真時間與測試時間長度保持一致。
[0024] 優選地，上述液態或半液態金屬電池荷電狀態估計方法，其步驟(1)具體為：
[0025] (1.1)根據液態或半液態金屬電池的二階Thevenin等效電路獲取電池的狀態空間 表達式；
[0026] (1.2)對上述狀態空間表達式進行離散化和線性化處理，獲得處理后的狀態空間 表達式如下：
[0027]
[0028] 其中，xk為η維狀態向量，Uk是1維控制向量，wk是η維系統噪聲向量，yk是m維實測向 量，vk是m維觀測噪聲向量，Ak是η X η階系統矩陣，Bk是η X 1階控制輸入矩陣，Γ k為干擾矩 陣，Ck為m X η觀測矩陣;Dk為m X 1維的直聯矩陣，k是指采樣時刻，k多1;
[0029] (1.3)由電池荷電狀態S0C，等效電路極化電壓UP和擴散電壓Uw作為狀態變量，構成 狀態向量矩陣η °
[0030]優選地，上述液態或半液態金屬電池荷電狀態估計方法，
[0031] 其(k_l)時刻的系統矩陣^
[0032] (k_l)時刻的系統矩陣控制輸入矩陣
[0033] k時刻的觀測矩陣
[0034] 其中，τρ為Rp、CP的時間常數，\為1、Cw的時間常數，t s為采樣間隔，Ik為k時刻電池 的電流實測值，C是電池的實際容量。
[0035] 優選地，上述液態或半液態金屬電池荷電狀態估計方法，
[0036] 其狀態估計時間更新矩陣·
[0037] 誤差協方差時間更新矩陣
[0038] 其中ΛιΑα-Ι)時刻的狀態向量矩陣，Uk-1為(k-ι)時刻的控制向量，Pk-1/k-1為 (k-i)時刻的誤差協方差矩陣，是指(k-i)時刻的系統噪聲方差矩陣，r^sa-i)時刻 的干擾矩陣。
[0039]優選地，上述液態或半液態金屬電池 S0C估計方法，
[0040]其狀態測量更新矩陣_ _ …
[00411 誤差協方差測量更新矩陣Pk/k= (I-KkCk^kH;
[0042] 其中，卡爾曼增益矩陣
：;:Rk為k時刻的觀測噪聲方 差矩陣，yk為k時刻電池端電壓的實測值，gk為k時刻電池端電壓的觀測輸出值，I為單位矩 陣。
[0043]優選地，上述液態或半液態金屬電池 S0C估計方法，在步驟(6)中，為(yk-gk)設定閾 值；
[0044]當（yk-gk)的絕對值大于該閾值時，則Kk取常數矩陣，以使得S0C初值小于電池 S0C 真實值時，Kk(yk-gk)產生的狀態量增量大于4的差值，反之，使得S0C初值大于 S0C真實值時，Kk (yk-gk)產生的狀態量增量小于·與的差值；
[0045] 當（yk-gk)的絕對值小于該閾值時，
由此避免由 參數變化引起的不收斂現象。
[0046] 優選地，上述液態或半液態金屬電池荷電狀態估計方法，其閾值為0.008,當| (yk- gk) I >0.008時，Kk=[0.008;-0.0013;-0.0012]〇
[0047] 優選地，在步驟（7)中，當液態或半液態金屬電池模型包括容量修正，則k時刻的 S0C 值 S0Ck=S0Ct-S0Cu;
[0048] 當液態或半液態金屬電池模型不包括容量修正，則k時刻的S0C值S0Ck = S0Ct;
[0049] 其中，SOCt為電池內部總剩余電量，S0Cu為充、放電過程中電池內部產生的不可用 電量，或修正容量。
[0050] 總體而言，通過本發明所構思的以上技術方案與現有技術相比，能夠取得下列有 益效果：
[0051 ] (1)本發明提供的液態或半液態金屬電池S0C估計方法，采用的擴展卡爾曼濾波法 精度較高，且本發明通過改進卡爾曼增益矩陣，設定閾值，有效消除了傳統EKF方法由于參 數變化引起的不收斂現象；
[0052] (2)本發明提供的液態或半液態金屬電池 S0C估計方法，在S0C估計方法中兼容容 量修正模型，使S0C估計方法適用范圍更廣;減小了不同放電倍率和靜置過程產生的容量誤 差，進一步提高對液態或半液態金屬電池 S0C估計的精度；
[0053] (3)本發明提供的液態或半液態金屬電池 S0C估計方法，適用于所有電池等效電路 模型的情況;通過EKF方法，結合狀態空間原理，將電池的非線性特性轉化為線性離散方程 進行處理;選擇S0C和兩個RC環兩端的電壓UP、UW作為狀態變量，建立了三階狀態空間，與低 階模型相比具有很強的適用性;工況驗證表明，本發明方法收斂速度快，可將誤差降到5% 以內，效果良好;解決了現有S0C估計方法累計誤差較大的問題。
【附圖說明】
[0054]圖1是本發明實施例建立的二階Thevenin等效電路模型；
[0055] 圖2是本發明實施例在不同S0C初值下仿真曲線與實驗曲線；
[0056] 圖3是本發明實施例在S0C初值為0時的拐點誤差曲線；
[0057]圖4是本發明實施例中的HPPC仿真曲線與實驗曲線對比圖。
【具體實施方式】
[0058] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。此外，下面所描述的本發明各個實施方式中所涉及到的技術特征只要 彼此之間未構成沖突就可以相互組合。
[0059] 本發明提供的液態或半液態金屬電池的荷電狀態估計方法，采用擴展卡爾曼濾波 (EKF)算法，消除累計誤差，具有估計精度的有益效果；以下結合實施例進行具體闡述，具體 包括如下步驟：
[0060] (1)根據液態或半液態金屬電池的二階Thevenin等效電路獲取電池的狀態空間表 達式，并對該狀態空間表達式進行離散化和線性化處理，獲得處理后的狀態空間表達式如 下：
[0061] ⑴
[0062] 其中，xk為η維狀態向量，Uk是1維控制向量，wk是η維系統噪聲向量，yk是m維實測向 量，vk是m維觀測噪聲向量，Ak是η X η階系統矩陣，Bk是η X 1階控制輸入矩陣，Γ k為干擾矩 陣，Ck為mXn觀測矩陣；Dk為mXl維的直聯矩陣，k指采樣時刻，k彡l;E[wk]=0，
[0063]實施例中，電池的等效電路采用二階Thevenin等效電路，如圖1所示，其電路元件 包含電池電動勢U。。、歐姆內阻R〇、代表極化過程的RC環一 RP、CP以及代表擴散過程的RC環一 Rw、Cw;
[0064] 對應二階Thevenin等效電路，由電池荷電狀態S0C，等效電路極化電壓UP和擴散電 壓仏作為狀態變量，構成狀態向量矩陣毛^;
[0065] 實施例中，建立的狀態空間是3階的，EKF程序中所有的運算均為矩陣運算;其中， 狀態向量xk是3 X 1階矩陣，誤差協方差矩陣Pk是3 X 3階的對角陣，觀測噪聲方差矩陣Rk是1 XI階矩陣。
[0066]實施例中，以荷電狀態S0C和兩個RC環兩端的電壓UP、UW作為狀態變量，獲取狀態空 間表達式并進行離散化處理；
[0067]離散化處理后的狀態空間表達式如下：
[0068]
[0069] 觀測方程如下：
[0070] Ubattery(k)=Uoc-IkR〇(k)-Up(k)-Uw(k) (3)
[0071] 在初值設定時令0時刻的SOCo取0~1中的任意值，UP(0)=Uw(0)=0，PQ = Var(x0)， Rk= 1，直聯矩陣Dk = 0，干擾矩陣Γ k-:取值為0;
[0072] (2)通過電池測試數據進行參數辨識，獲取電池的等效電路參數與電池 S0C的函數 關系，包括電池電動勢U。。、極化電阻RP、極化電容CP、擴散電阻Rw、擴散電容Cw與S0C的函數關 系：Ro = fi(SOC)，RP = f2(S0C)，CP = f3(S0C)，Rw=f4(S0C)，Cw=f5(S0C)，U oc = f6(S0C);
[0073] 其中，fudSOC)都是自變量為SOC的函數；
[0074] 其函數式均采用下述多項式所示形式：
[0075]
其 中，(3〇、(31、02"%、(11、￥1、(12、￥2'"(111、￥11均為實數擬合系數，0<5^8,0〇1<4;
[0076] 電池測試數據包括電流、電壓、充、放電容量和充、放電時間。
[0077] 實施例中，測試對象為20Ah的液態金屬電池，其負極材料為Li，正極材料為Sb基合 金;測試設備選用Arbin5V/300A測試儀和藍電5V/20A測試儀;通過設置恒流、恒壓、靜置等 工步獲取響應曲線，完成數據采集;實施例中，采集恒流工況與HPPC工況的電池實測數據， 包括電流、電壓、充放電容量、充放電時間;HPPC工況是一種變電流工況，既包含恒流放電， 又包含靜置和脈沖。
[0078] (3)根據S0C的初始值5001{-1與上述函數關系，獲得(k-Ι)時刻的等效電路參數的數 值;并根據所述(k-1)時刻的等效電路參數的數值以及所述函數關系，
[0079] 獲取所述狀態空間表達式的(k-Ι)時刻的系統矩陣：
[0080]
(4)
[0081] 以及(k-Ι)時刻的控制輸入矩陣：
[0082]
(5)
[0083]以及k時刻的觀測矩陣：
[0084]
(6)
[0085]實施例中，（4)~(6)式根據(2)、（ 3)兩式直接得到；其中，tpSRp、CP的時間常數，\ 為Rw、Cw的時間常數，ts為采樣間隔;C是電池的實際容量
需代入R〇、U。。與S0C 的函數關系式，計算偏微分，再根據300^求出具體數值。
[0086] (4)根據擴展卡爾曼濾波算法(EKF)以及(k-Ι)時刻的系統矩陣、（k-Ι)時刻的控制 輸入矩陣，
[0087]獲取狀態估計時間更新矩陣：
[0088]
(7)
[0089] 以及誤差協方差時間更新矩陣：
[0090]
(B)
[0091] 其中Λ+η為(k-Ι)時刻的狀態向量矩陣，Uk-1為(k-Ι)時刻的控制向量，Pk-i/k-1為 (k-i)時刻的誤差協方差矩陣，是指(k-i)時刻的系統噪聲方差矩陣，r^sa-i)時刻 的干擾矩陣。
[0092] (5)從狀態估計時間更新矩陣中提取k時刻電池的S0C的預測值SOCk/k-i、極化電壓 UP和擴散電壓Uw;
[0093] 根據所述S0C的預測值SOCk/k-1，以及電池電動勢U。。與S0C的函數關系，獲取電池電 動勢U。。的值；
[0094] 根據所述S0C的預測值S0Ck/k-i，以及歐姆內阻Ro與S0C的函數關系，獲取電池歐姆 內阻Ro的值，并獲得歐姆內阻壓降Uo = Ik-i · Ro; Ik-i為(k-Ι)時刻的電池的電流實測值
[0095] 根據電池電動勢U。。、極化電SUP、擴散電壓Uw以及歐姆內阻壓降Uo,獲取觀測輸出：
[0096] gk = U〇c-U〇-UP-Uw (9)
[0097] (6)根據擴展卡爾曼濾波算法以及k時刻的觀測矩陣、狀態空間表達式和觀測輸 出，
[0098] 獲取卡爾曼增益矩陣：
[0099]
(. I 〇 )
[0100]以及狀態測量更新矩陣：
[0101]
(11).
[0102] 以及誤差協萬差測量史新矩陣：
[0103] Pk/k=(I-KkCk)Pk/k-i (12)
[0104] 其中，Kk為卡爾曼濾波器增益矩陣，RkSk時刻的觀測噪聲方差矩陣，元/4為被估計 狀態的濾波值，yk為k時刻電池電壓的實測值，g k為k時刻電池端電壓的觀測輸出，I為單位矩 陣。
[0105] (7)從被估計狀態的濾波值矩陣毛s中提取S0C的濾波值S0Ct，根據濾波值S0Ct獲得 k時刻的S0C值SOCk;
[0106] (8)令k = k+l，重復步驟⑶~(7)，直至Ijk達到設定的仿真時間，獲得S0C估計值;其 中，仿真時間與測試時間長度保持一致。
[0107] 當S0C初值小于S0C真實值時，若Kk(yk-gk)產生的狀態量增量小于 差值，則會產生不收斂現象；當S0C初值大于S0C真實值時，如果Kk(yk-gk)產生的狀態量增量 大于與毛的差值，也會產生不收斂現象；
[0108] 實施例中，在步驟(6)中，為(yk-gk)設定閾值為0 · 008，即當I (yk-gk) | >0.008時，Kk = [0·008;-0·0013;-0·0012]，為常數矩陣，以確保當S0C初值小于S0C真實值時， -孓）> t );當S0C初值大于S0C真實值時，&(Λ - &)<沃-1;Μ-毛 J
[0109] 當(yk-gk)的絕對值小于該閾值時
；由此避免由參 數變化引起的不收斂;該步驟對EKF算法中的卡爾曼增益矩陣做出了改進，以避免由參數變 化引起的不收斂現象。
[0110] 在步驟(7)中，當液態或半液態金屬電池模型包括容量修正，則k時刻的S0C值SOCk = S0Ct-S0Cu；
[0111] 當液態或半液態金屬電池模型不包括容量修正，則k時刻的S0C值S0Ck = S0Ct;
[0112] 其中，SOCt為電池內部總剩余電量，S0Cu為電池在充、放電過程中電池內部產生的 不可用電量，或為修正容量。
[0113] 實施例中，根據以上步驟建立EKF濾波器程序，包括輸入模塊、參數計算模塊、容量 修正模塊、EKF模塊;仿真工具采用Matlab/Simulink，直觀地用模塊圖和信號流構造出動態 系統。
[0114]為了驗證本發明提供的S0C估計方法的收斂效果，首先對0.2C恒流工況進行測試， 測試結果曲線如圖2所示，縱坐標S0C為荷電狀態，橫坐標Time為時間；其中的黑色實線為 S0C真實值，帶標記的曲線為不同S0C初值下的EKF仿真值，由圖可見EKF仿真值逐漸向真實 值收斂，且初值誤差越小收斂速度越快，收斂精度也越高;每條仿真曲線在拐點處的誤差為 其收斂誤差;圖2中S0C初值為0時的收斂誤差比其他初值的收斂誤差大。
[0115] 圖3所示為S0CQ = 0時的誤差曲線，縱坐標Error為相對誤差，橫坐標Time為時間； 可以看出本發明提供的S0C估計方法最大的收斂誤差為4 %左右，滿足收斂要求。
[0116] 在HPPC工況下的測試結果如圖4所示，縱坐標S0C為荷電狀態，橫坐標Time為時間； 其中，S0C的初值取0.2;由圖4可見在變電流下收斂情況依然較好，驗證了實施例提供的S0C 估計方法效果良好，可以解決安時法初值難以確定和累計誤差的問題，進一步驗證了本發 明針對液態或半液態金屬電池設計的S0C估計方法的準確性和實用性。
[0117]本發明基于二階Thevenin等效電路模型對液態或半液態金屬電池 S0C估計方法進 行闡述;本發明提供的S0C估計方法，在電池等效電路模型方面不具有限制性，對電池的其 他等效電路模型同樣適用，均應包含在本發明的保護范圍之內。
[0118]本領域的技術人員容易理解，以上所述僅為本發明的較佳實施例而已，并不用以 限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含 在本發明的保護范圍之內。
【主權項】
1. 一種液態或半液態金屬電池荷電狀態估計方法，其特征在于，包括如下步驟： (1) 根據所述電池的等效電路獲取電池的狀態空間表達式，并對所述狀態空間表達式 進行離散化和線性化處理，獲得處理后的狀態空間表達式； (2) 通過電池的測試數據進行參數辨識，獲取所述電池的等效電路參數與電池 SOC的函 數關系；所述等效電路參數包括歐姆內阻Ro、極化電阻Rp、極化電容Cp、擴散電阻Rw、擴散電 容Cw、電池電動勢Uoc; (3) 根據SOC的初始值SOCk-i與所述函數關系，獲得化-1)時刻的等效電路參數的數值； 并根據所述化-1)時刻的等效電路參數的數值W及所述函數關系，獲取所述狀態空間表達 式化-1)時刻的系統矩陣、化-1)時刻的控制輸入矩陣W及k時刻的觀測矩陣； (4) 根據擴展卡爾曼濾波算法W及所述化-1)時刻的系統矩陣、（k-1)時刻的控制輸入 矩陣，獲取狀態估計時間更新矩陣和誤差協方差時間更新矩陣； (5) 從所述狀態估計時間更新矩陣中提取k時刻電池的S0C的預測值SOCk/k-i、極化電壓 Up和擴散電壓Uw; 根據所述SOC的預測值S0Ck/k-i，W及電池電動勢U。。與SOC的函數關系，獲取電池電動勢 Uoc的值； 根據所述S0C的預測值SOCk/k-1，W及歐姆內阻Ro與S0C的函數關系，獲取電池歐姆內阻Ro 的值，并獲得歐姆內阻壓降化=Ik-i · Ro; 根據所述電池電動勢U。。、極化電壓Up、擴散電壓UwW及歐姆內阻壓降Uo,獲取觀測輸出 邑k = Uoc-U〇-Up_Uw ; 其中，Ik-1為化-1)時刻的電池的電流實測值； (6) 根據擴展卡爾曼濾波算法W及所述k時刻的觀測矩陣、所述狀態空間表達式和所述 觀測輸出，獲取狀態測量更新矩陣； (7) 從所述狀態測量更新矩陣中提取S0C的濾波值SOCt，根據所述濾波值SOCt獲取k時刻 的S0C值SOCk; (8) 令k = k+l，重復步驟(3)~（7)，直到k達到設定的仿真時間，獲得荷電狀態的估計 值。2. 如權利要求1所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，所述步 驟(1)具體為： (1.1) 根據液態或半液態金屬電池的二階化evenin等效電路獲取電池的狀態空間表達 式； (1.2) 對所述狀態空間表達式進行離散化和線性化處理，獲得處理后的狀態空間表達 式如下：其中，Xk為η維狀態向量，Uk是1維控制向量，Wk是η維系統噪聲向量，yk是m維實測向量，Vk 是m維觀測噪聲向量，Ak是η Xη階系統矩陣，Bk是η X 1階控制輸入矩陣，Γ k為干擾矩陣，Ck為 m X η觀測矩陣;Dk為m X 1維的直聯矩陣，k是指采樣時刻，1; (1.3) 由電池荷電狀態S0C，等效電路極化電壓Up和擴散電壓Uw作為狀態變量，構成狀態 向量矩陣兩-_W_1。3. 如權利要求1或2所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，其中，τρ為Rw、Cp的時間常數，Tw為Rw、Cw的時間常數，ts為采樣間隔，Ik為k時刻電池的電 流實測值，C是電池的實際容量。4. 如權利要求1或2所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，所 述狀態估計時間更新矩陣所述誤差協方差時間更新矩陣其中，式為化-1)時刻的狀態向量矩陣，化-1為化-1)時刻的控制向量，Pk-1/k-i為化-1) 時刻的誤差協方差矩陣，Qk-功化-1)時刻的系統噪聲方差矩陣，Γ k-i為化-1)時刻的干擾矩 陣。5. 如權利要求4所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，所述狀 態測量更新矩陣所述誤差協方差測量更新矩陣Pk, k= (I-KkCk)Pk/k-i; 其中，卡爾曼增益矩陣：Rk為k時刻的觀測噪聲方差矩 陣，yk為k時刻電池端電壓的實測值，gk為k時刻電池端電壓的觀測輸出值，I為單位矩陣。6. 如權利要求1所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，步驟 (6)中，為(yk-gk)設定闊值； 當（y廣阱）的絕對值大于所述闊值時，Kk取常數矩陣； 當(yk-阱)的絕對值小于所述闊值時7. 如權利要求6所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，所述闊 值為0.008; 當 I (yk-阱）I >0.008時，Kk=[0.008;-0.0013;-0.0012]。8. 如權利要求1或2所述的液態或半液態金屬電池荷電狀態估計方法，其特征在于，步 驟(7)中， 當液態或半液態金屬電池模型包括容量修正，貝化時刻的SOC值SOCk = SOCt-SOCu; 當液態或半液態金屬電池模型不包括容量修正，貝化時刻的SOC值SOCk = SOCt; 其中，SOCt為電池內部總剩余電量，SOCu為修正容量或電池在充、放電過程中產生的不 可用電量。
【文檔編號】G01R31/36GK105974320SQ201610270244
【公開日】2016年9月28日
【申請日】2016年4月27日
【發明人】王康麗, 王大磊, 蔣凱, 程時杰, 余麗紅
【申請人】華中科技大學