[发明专利]混合动力船舶的动力电池组的荷电状态计算方法

权利要求书

1.一种混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，包含以下步骤：

S1、基于Thevenin等效电路模型，针对混合动力船舶的动力电池组建立等效电路模型；

S2、采用Sage-Husa自适应算法对扩展卡尔曼滤波算法进行改进，包括对扩展卡尔曼滤波算法中的过程噪声及测量噪声进行修正；

S3、采用改进后的扩展卡尔曼滤波算法，对混合动力船舶的动力电池组的等效电路模型在充放电状态下的荷电状态进行估算。

2.如权利要求1所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，所述的S1中，动力电池组由多个单体电池通过串联或并联组成，每个单体电池采用Thevenin等效电路模型。

3.如权利要求2所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，当所述的动力电池组由多个单体电池串联组成时，该动力电池组可等效为一个单独的单体电池，即该动力电池组可等效为Thevenin等效电路模型。

4.如权利要求2所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，当所述的动力电池组由多个单体电池并联组成时，该动力电池组可等效为一个单独的单体电池，即该动力电池组可等效为Thevenin等效电路模型。

5.如权利要求3或4所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，所述的S2中，具体包含以下步骤：

S21、对扩展卡尔曼滤波算法迭代过程中的过程噪声w_k及过程噪声协方差Q_k进行修正：

其中，e_k为新息；d_k为加权系数；K_k-1表示k-1时刻的迭代系数；A_k-1表示k-1时刻系统的状态矩阵；符号“+”表示修正值；表示k-1时刻系统状态的最优估计值；为系统状态估计误差协方差；

S22、对扩展卡尔曼滤波算法迭代过程中的测量噪声v_k及测量噪声协方差R_k进行修正：

其中，Y_k-1表示k-1时刻系统的测量值；符号“-”表示预估值；表示k-1时刻系统测量预估值；C_k表示k时刻观测方程对应的状态矩阵。

6.如权利要求5所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，所述的S21和S22中，e_k和d_k的值分别为：

d_k＝(1-b)/(1-b^k+1)；

其中，b为遗忘因子，满足0<b<1。

7.如权利要求5所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，所述的S3中，采用扩展卡尔曼滤波算法，对动力电池组的等效电路模型在恒流脉冲充放电状态的荷电状态进行估算；采用改进后的扩展卡尔曼滤波算法，对动力电池组的等效电路模型在循环充放电状态的荷电状态进行估算。

8.如权利要求5所述的混合动力船舶的动力电池组的荷电状态计算方法，其特征在于，所述的S3中，采用改进后的扩展卡尔曼滤波算法，对动力电池组的等效电路模型分别在恒流脉冲充放电状态和循环充放电状态的荷电状态进行估算。