[发明专利]一种考虑传感器与模型误差的锂电池荷电状态估计方法

说明书

本发明涉及一种考虑传感器与模型误差的锂电池荷电状态估计方法，通过融合Ah积分法与EKF法对锂电池的SOC进行估计，该方法包括以下步骤：1)分别采用Ah积分法与EKF法实时获取锂电池当前时刻的SOC值及SOC增量；2)根据两种方法获取的SOC增量，判断出可信度更高的SOC增量；3)根据可信度更高的SOC增量通过融合算法计算锂电池当前时刻的SOC值。与现有技术相比，本发明具有精度高、鲁棒性好、方法简单、适用于电动汽车等优点。

技术领域

本发明涉及锂电池荷电状态估计领域，尤其是涉及一种考虑传感器与模型误差的锂电池荷电状态估计方法。

背景技术

电池状态的精确估计可以提高电池的工作性能与延长电池寿命，是电动汽车电池管理系统的关键技术之一。但是，SOC不能通过直接测量，只能通过其他可测量(如电流、电压、温度等)来进行估计。目前常见的SOC估计方法有Ah积分法、开路电压法、神经网络法、支持向量机法、EKF法等。从国内外文献资料上来看，Ah积分法及EKF法是应用较多的SOC估计方法，这两种方法各有优缺点：Ah积分法计算过程简单，不考虑复杂的电化学反应，也不涉及具体的模型及参数，因此不会出现由于模型误差导致的SOC误差，非常适合在实际电池管理系统中应用。但Ah积分法实际上是一种开环预测方法，在实际应用中易受初始SOC误差，容量误差,电流测量误差等参数的影响。EKF法具有着动态特性良好、对初始值不敏感、计算量适中的优点，但其精度受电池模型、传感器测量误差等因素的影响。在实际的电动车运行过程中，实际的情况是这样的：传感器(电压传感器、电流传感器)存在误差，电池模型存在误差，电池容量存在误差。因此采用传统的Ah积分法或EKF法都会存在较大的SOC误差。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑传感器与模型误差的锂电池荷电状态估计方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑传感器与模型误差的锂电池荷电状态估计方法，通过融合Ah积分法与EKF法对锂电池的SOC进行估计，该方法包括以下步骤：

1)分别采用Ah积分法与EKF法实时获取锂电池当前时刻的SOC值及SOC增量；

2)根据两种方法获取的SOC增量，判断出可信度更高的SOC增量；

3)根据可信度更高的SOC增量通过融合算法计算锂电池当前时刻的SOC值。

所述的步骤1)中，Ah积分法采用电流积分法，Ah积分法的SOC值计算式为：

其中，SOC_Ah(t)为在t时刻采用Ah积分法得到的SOC值，SOC(t₀)为初始时刻t₀的SOC值，C_N为电池的容量,i(τ)为在τ时刻的电流，η_c为库伦效率

Ah积分法的SOC增量ΔSOC_Ah(t)的计算式为：

ΔSOC_Ah(t)＝SOC_Ah(t)-SOC_Ah(t-1)

其中，SOC_Ah(t-1)为t-1时刻采用Ah积分法得到的SOC值。

所述的步骤1)中，EKF法采用等效电路模型获取当前时刻的SOC值SOC_EKF(t)，EKF法的SOC增量ΔSOC_EKF(t)计算式为：

ΔSOC_EKF(t)＝SOC_EKF(t)-SOC_EKF(t-1)

其中，SOC_EKF(t-1)为t-1时刻采用EKF法得到的SOC值。