[发明专利]一种基于动态参数辨识的EKF估算铅酸电池SOC方法

权利要求书

1.一种基于动态参数辨识的EKF估算铅酸电池SOC方法，其特征在于，包括如下步骤：

步骤1：根据铅酸电池性能，结合经验模型，建立铅酸电池模型；

步骤2：根据不同电流下放电试验得到的放电数据，结合铅酸电池模型，辨识不同电流范围下铅酸电池模型参数；

步骤3：根据实时测量的铅酸电池电流对应的不同电流范围，动态调整铅酸电池模型参数，采用扩展卡尔曼滤波法，对铅酸电池SOC进行估算。

2.如权利要求1所述一种基于动态参数辨识的EKF估算铅酸电池SOC方法，其特征在于，步骤1中所述的铅酸电池模型包括电池过程模型和电池观测模型；两个模型离散化得到扩展卡尔曼滤波方程。

3.如权利要求2所述一种基于动态参数辨识的EKF估算铅酸电池SOC方法，其特征在于，步骤1中所述的电池过程模型根据安时积分法得到：

其中，η—放电比例系数，与放电电流、温度等有关；

Q_n—电池标称容量；

i(τ)—电池在τ时刻的即时放电电流；

x(t)—t时刻的SOC，x(0)为SOC初始值。

4.如权利要求2所述一种基于动态参数辨识的EKF估算铅酸电池SOC方法，其特征在于，步骤1中所述的经验模型包括：

Shepherd模型：

y_k＝E₀-Ri_k-K₅/x_k 式(1)

Unnewehr通用模型：

y_k＝E₀-Ri_k-K₆x_k 式(2)

Nernst模型：

y_k＝E₀-Ri_k-K₇lnx_k+K₈ln(1-x_k) 式(3)

所述的电池观测模型，由式(1)、式(2)、式(3)联合建立：

y_k＝h(i_k,x_k)＝K₀-Ri_k-K₁/x_k-K₂x_k+K₃lnx_k+K₄ln(1-x_k) 式(4)

其中，式(1)～式(4)中，h(i_k,x_k)为非线性测量函数，y_k是电池端电压，E₀为电池电动势，i_k是放电电流，x_k是电池SOC，R是电池内阻，K₀～K₈是常数。

5.如权利要求4所述一种基于动态参数辨识的EKF估算铅酸电池SOC方法，其特征在于，所述步骤2中需要辨识的铅酸电池模型参数包括R,K₀～K₄。