[发明专利]一种基于卡尔曼滤波算法的超级电容器荷电状态估算方法

说明书

技术领域

本发明涉及一种荷电状态估计方法，尤其是涉及一种基于卡尔曼滤波算法的超级电容器荷电状态估计方法。

背景技术

超级电容器是基于界面双电层理论的一种新型储能装置，相比于传统储能装置，如蓄电池，其具有充电时间短、使用寿命长、温度特性好、节约能源和绿色环保等优点。近年来，由于环境保护与能源危机等问题，超级电容器已经被广泛应用于诸多领域，例如新能源发电、电动汽车以及城市轨道交通制动能量回收等等。

在具体工程应用中，为保证超级电容器储能系统的安全性与可靠性，其具体的内部荷电状态(State-of-Charge，SOC)需要被实时估算。目前，适用于超级电容器SOC的估算方法较少，在实际应用过程中被采用最多的是安时计量法。安时计量法通过实时监测流经超级电容器的电流，然后对该电流进行时间积分来完成超级电容器SOC的估算过程，其过程如下所示。

SOCt=SOC0-∫0tiτdτ]]>

在上式中，SOC_t是t时刻超级电容器的SOC，SOC₀是超级电容器的初始SOC，i是流经在工作状态中流经超级电容器的电流，若超级电容器放电，则其为正，反之为负。由上式可知，安时计量法在使用过程中会产生误差的积累，由于其较简单的计算过程，其并没有自动修正误差机制，所以利用该方法对超级电容器荷电状态的估算不能满足较高的精度要求。

发明内容

本发明旨在克服现有技术较低估算精度的问题，在不会明显增加系统运算负荷的条件下，提供一种准确完成超级电容器估算的方法。

本发明的技术方案是：一种基于卡尔曼滤波算法的超级电容器荷电状态估算方法，步骤如下：

1)对处于工作状态下的超级电容器进行实时的电压值与电流值采集。

2)基于步骤1)采集到的电压值与电流值，利用辨识方法对超级电容器在正常工作状态下的等效电路模型进行在线参数辨识。针对在线参数辨识得到模型，建立该模型的状态空间方程：

x·=Ax+Buy=Cx+Du]]>

x为状态空间方程状态变量且x＝[U₁ U₂ SOC]，A、B、C、D是状态空间方程的参数矩阵，u为系统输入且u＝I，y为系统输出且y＝U。

基于上述状态空间方程，完成超级电容器模型在线参数辨识。其中，辨识方法包括最小二乘法、粒子群优化算法或者差分进化方法。

3)基于步骤1)采集的电压值与电流值和步骤2)在线参数辨识得到的模型，利用卡尔曼滤波算法完成超级电容器荷电状态估算。

根据系统状态空间模型推导卡尔曼滤波算法计算过程如下：