一種估計電動車輛的動力系統的參數和狀態的方法
【專利摘要】本發明涉及系統辨識和狀態估計領域。為獲得電動車輛的動力系統穩定可靠的狀態估計值，并降低估計計算成本，本發明提出一種估計電動車輛的動力系統的參數和狀態的方法，建立動力系統的多時間尺度模型，對電動車輛的動力系統中基于宏觀時間尺度的參數觀測器AEKFθ和基于微觀時間尺度的狀態觀測器AEKFx進行初始化設置，參數觀測器AEKFθ進行時間更新，更新時間長度為一個宏觀時間尺度，得到參數θ在t1,0時刻的先驗估計值狀態觀測器AEKFx進行時間更新和測量更新并循環L次，使狀態觀測器AEKFx的時間更新到t0,L時刻；參數觀測器AEKFθ進行測量更新，并循環上述操作直至估計完成。采用該方法對電動車輛的動力系統的參數和狀態進行估計，精度高，計算時間短，降低了計算成本。
【專利說明】一種估計電動車輛的動力系統的參數和狀態的方法
【技術領域】
[0001]本發明涉及系統辨識和狀態估計領域，尤其涉及對電動車輛中由驅動電機和動力電池構成的動力系統的參數和狀態進行估計的方法以及電動車輛的動力電池管理系統。
【背景技術】
[0002]狀態空間方法處理非線性控制系統的常用方法。在使用狀態空間方法對非線性控制系統進行處理時，狀態空間方法利用狀態方程描述非線性控制系統的動態特性，利用觀測方程描述觀測量與非線性控制系統的狀態之間的關系，并利用含有噪聲的觀測信息實時估計非線性控制系統隱含的狀態。但是，由于狀態方程和觀測方程中含有不確定性參數，且該不確定性參數會對非線性控制系統的隱含的狀態的估計精度產生影響，導致非線性控制系統的隱含的狀態的估計精度低。
[0003]為解決該問題，提高非線性控制系統的隱含的狀態的估計精度，本領域的技術人員常通過試驗的方法辨識獲得狀態方程和觀測方程中的不確定性參數，并基于確定的狀態方程開展對非線性控制系統的隱含的狀態的估計研究。
[0004]例如，在動力電池控制領域，本領域的技術人員在對動力電池的隱含狀態進行估計時，常常先通過試驗得到動力電池的參數，并根據動力電池的參數建立動力電池的模型，繼而基于建立的動力電池的模型開展對動力電池的狀態估計和電動汽車能量管理的優化工作。由于動力電池的參數受該動力電池內部因素和外部因素的變化的影響，比如動力電池老化、使用環境的變化，導致動力電池的參數也隨之發生顯著變化，故基于先前建立的動力電池的模型對該動力電池的狀態進行估計時難以得到穩定可靠的狀態估計值。另外，由于動力電池的參數受該動力電池的內部因素和外部因素的影響而變化，具有緩慢的時變特性，而其狀態因受參數的影響而變化，具有快速時變特性，利用傳統的卡爾曼估計方法很難得到參數和狀態的收斂解以及最優解，進而導致控制系統的計算成本增加。
[0005]綜上可知，由于非線性控制系統的參數會發生變化，故在利用通過試驗方法辨識獲得非線性控制系統的參數對該非線性控制系統的狀態進行估計時，難以得到穩定可靠的狀態估計值；由于非線性控制系統的參數具有緩慢的時變特性，而其狀態具有快速時變特性，故采用傳統的卡爾曼估計方法對該非線性控制系統的參數和狀態進行估計時，計算時間長，計算成本高。
[0006]另外，目前電動車輛上常用的動力電池管理系統在對動力電池的荷電狀態(Stateof Charge，簡稱SoC)進行估計時，估計誤差在5%以內；在動力電池的可用容量進行估計時，估計誤差在10%以內。
【發明內容】
[0007]為獲得電動車輛的動力系統穩定可靠的狀態估計值，并降低估計計算成本，本發明提出一種估計電動車輛的動力系統的參數和狀態的方法，該方法包括如下步驟:
[0008]步驟一，建立所述動力系統的多時間尺度模型，
【權利要求】
1.一種估計電動車輛的動力系統的參數和狀態的方法，其特征在于，該方法包括如下步驟: 步驟一，建立所述動力系統的多時間尺度模型，
2.根據權利要求1所述的估計電動車輛的動力系統的參數和狀態的方法，其特征在于，所述狀態觀測器AEKFx進行時間更新時，所述微觀時間尺度的循環周期為I = 1:L，當I=L時，所述宏觀時間尺度由k-Ι變換為k，所述微觀時間尺度由L變換為O。
3.根據權利要求1或2所述的估計電動車輛的動力系統的參數和狀態的方法，其特征在于，所述電動車輛的動力系統的循環工況數據實時輸入到狀態估計濾波器中。
4.一種應用權利要求1-3中任意一項所述的方法對電動車輛的動力電池的參數和狀態進行估計的動力電池管理系統。
【文檔編號】G05B13/02GK103995464SQ201410225424
【公開日】2014年8月20日 申請日期:2014年5月26日 優先權日:2014年5月26日
【發明者】何洪文, 熊瑞, 張永志, 彭劍坤 申請人:北京理工大學