[发明专利]一种基于噪声跟踪的锂电池荷电状态估算方法有效
申请号: | 201711462522.3 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108318823B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 沈佳妮;贺益君;马紫峰 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G01R31/387 | 分类号: | G01R31/387;G01R31/382;G01R31/367 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 翁惠瑜 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 噪声 跟踪 锂电池 状态 估算 方法 | ||
1.一种基于噪声跟踪的锂电池荷电状态估算方法,其特征在于,包括以下步骤:
1)离线模型构建,所述离线模型包括开路电压模型和等效电路模型;
2)在线估计,利用所述离线模型建立SOC在线估计模型,基于噪声跟踪实现SOC估计,所述在线估计具体包括以下步骤:
201)基于电流积分公式和所述离线模型建立非线性状态空间方程;
202)结合滚动时域估计策略,建立增广非线性状态空间方程和基于噪声跟踪的SOC在线估计模型;
203)根据检测电压和电流,利用所述SOC在线估计模型实现过程噪声估计、测量噪声估计和SOC估计;
步骤203)具体包括:
231)初始化;
232)在T时刻对所述SOC在线估计模型进行求解,获得当前状态估计值、过程噪声估计和测量噪声估计值;
233)根据状态方程计算获得T时刻的SOC和噪声;
234)更新估计误差协方差;
235)令T=T+1,构造新的测量数据集yT,返回步骤232)。
2.根据权利要求1所述的基于噪声跟踪的锂电池荷电状态估算方法,其特征在于,所述开路电压模型为开路电压与SOC的函数关系,具体表示为:
其中,VOC为开路电压,SOC为电池荷电状态,j为多项式函数中第j阶,β1j为多项式系数,M为多项式总阶数,下标k为采样时刻。
3.根据权利要求1所述的基于噪声跟踪的锂电池荷电状态估算方法,其特征在于,所述等效电路模型为电路参数与SOC的函数关系,所述电路参数包括开路电压、欧姆内阻以及一阶或多阶RC网络的电阻和电容。
4.根据权利要求3所述的基于噪声跟踪的锂电池荷电状态估算方法,其特征在于,所述等效电路模型为一阶或多阶RC网络的等效电路模型,其中,欧姆内阻、RC网络的电阻和电容与SOC的函数关系为:
其中,n为RC网络阶数,R0为欧姆内阻,Rn为第n阶RC网络上的极化电阻,Cn为第n阶RC网络上的等效电容,SOC为电池荷电状态,j为多项式函数中第j阶,β2j、β2n+1,j及β2n+2,j为多项式系数,M为多项式总阶数,下标k为采样时刻。
5.根据权利要求1所述的基于噪声跟踪的锂电池荷电状态估算方法,其特征在于,所述非线性状态空间方程包括:
状态方程:xk+1=F(xk,uk)+wk
观测方程:yk=h(xk,uk)+vk
其中,状态矢量x=[SOC,V1,…,Vn]T,输入变量u=I,观测变量y=Vb,Vb为电池电压;w和v分别为过程噪声和测量噪声,两者相互独立且均为高斯白噪声,其协方差分别为Qw和R;I为负载电流,Δt为采样周期,VOC为开路电压,C为电池容量,SOC为电池荷电状态,n为RC网络阶数,R0为欧姆内阻,Rn为第n阶RC网络上的极化电阻,Cn为第n阶RC网络上的等效电容,Vn为第n阶RC网络上的电压,τn=RnCn为第n阶RC网络的时间常数,下标k为采样时刻。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711462522.3/1.html,转载请声明来源钻瓜专利网。