[发明专利]运用EKF对电动汽车锂离子电池SOC闭环实时估算法

权利要求书

1.一种运用EKF算法对电动汽车锂离子电池荷电状态的闭环实时估算方法，其特征在于：

X^(k|k-1)=A(k)X^(k-1)+B(k)I(k-1)---(8)]]>

X^(k)=X^(k|k-1)+K(k)[V(k)-V^(k)]---(9)]]>

P(k|k-1)＝A(k-1)P(k-1)A^T(k-1)+Q            (10)

K(k)＝P(k|k-1)C^T(k)[C(k)P(k|k-1)C^T+r]^-1    (11)

P(k)＝[I-K(k)C(k)]P(k|k-1)                 (12)

所述EKF算法由上述式(8)-(12)组成；

其中：

为以为基础对X(k)的估计值；I(k-1)通过所述电动汽车实时上传CAN报文获得，为实际总电流；X(k)=S(k)uc(k),]]>S(k)为K时刻的SOC 值；u_c(k)为所述电池的Thevenin模型中的电容的负载电压，初始值为0；

A(k)=100exp(-ΔtR2C),]]>B(k)=-ΔtQ0R2(1-exp(-ΔtR2C)),]]>C(k)=∂F(Sk)∂Sk-1,]]>

R₂是所述电池的Thevenin模型中的极化内阻、C是所述电池的Thevenin模型中的电容，F为以SOC为自变量电池的电动势为因变量的函数关系，F可通过电池的复合脉冲试验，结合电池开路电压与SOC的对应关系得到；

为X(k)的估计值；K(k)为滤波增益，由式(10)-(12)确定；V(k)为单体电压，是通过采集到的单体电池电压所获得的最小单体电压值；(k)通过式(3)确定，

V(t)＝F[S(t)]-R₁I(t)-u_c(t)+v(t)  (3)

式(3)中，v(t)为高斯白噪声，u_c(t)所述电池的Thevenin模型中的电容的负载电压，I(t)通过CAN报文获得，R₁为Thevenin模型中的欧姆内阻；

式(10)中，Q和r分别是随机噪声方差矩阵和测量噪声；Q的初始值为[0.003 0.002；0.001 0.001]，r＝0；P的初始值为[1 0；0 1]；

当车没启动时，SOC的初始值通过由CAN报文获得的静置一段时间之后的初始电池电压值通过开路电压查表获得或者当停车小于一定时间时使用上次停车时的SOC值；运用所述EKF算法通过上一时刻的估算值得到这一时刻的预测SOC和电池组中预测最小单体电池工作电压，将这一时刻最小单体电池电压观测量与估算量比较对这一时刻的预测SOC闭环校正，得到这一时刻的SOC估算值；循环迭代，得到经过每一步电压校正的SOC闭环估计值。

2.如权利要求1所述的运用EKF算法对电动汽车锂离子电池荷电状态的闭环实时估算方法，其特征在于：

由所述式(8)-(12)所组成的算法通过Simulink生成模型；

所述模型通过Matlab的自动代码生成工具生成标准C代码；

所述标准C代码通过CANape下载到目标板中；

所下载到目标板中的标准C代码通过CCP进行标定；

在接收实车运行时的CAN信号并实时估算电动汽车SOC后，通过试验检验所提出方法在实车条件下运行的可靠性及预测精度。