[发明专利]一种基于Thevenin模型和平方根无迹卡尔曼的锂电池SOC估算方法

说明书

本发明涉及一种平方根无迹卡尔曼的SOC估算方法，其特征在于，通过在无迹卡尔曼滤波算法中利用状态变量的误差协方差的平方根替代状态变量的误差协方差，实现了对锂离子电池组SOC值的高效迭代计算，克服SOC初值误差和安时积分存在的累积误差；针对卡尔曼忽略高阶项，平方根无迹卡尔曼没有忽略高阶项，对电池工作过程中呈现出的非线性问题应对性较好；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果；该方法基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。

技术领域

本发明涉及一种基于无迹卡尔曼的锂离子电池SOC估算方法，该方法针对锂离子电池组SOC值的精确估算目标，提出了一种平方根无迹卡尔曼滤波方法，通过用状态变量的误差协方差的平方根来代替状态变量的误差协方差，直接将协方差的平方根值进行传递，避免在每一步中都需要再进行分解，使用无迹变换来处理均值和协方差的非线性传递问题，能应用于具有明显非线性关系的锂离子电池组SOC估算，实现了锂离子电池组SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差；针对卡尔曼忽略高阶项，使估算精度低、稳定性差的确定，平方根无极卡尔曼方法没有忽略高阶项，具有较高的精度；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果。在电池等效电路模型基础上运用无迹卡尔曼算法实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算；该方法是一种基于现代控制理论的锂离子电池组状态估算方法，属于新能源测控领域。

背景技术

在锂离子电池的整个生命周期中，电池管理系统（Battery Management System，BMS）对核心参数SOC的监控和调节将影响应急动力输出的效果和安全性；因此，实时监测该参数的变化，并基于此保障锂离子电池组的工作性能是非常必要的；由于BMS中的成组SOC估算技术尚不成熟，使用过程中存在的安全隐患严重制约了锂离子电池组的发展；对于锂离子电池组而言，可靠的BMS管理依靠准确的SOC值；在该值已知的情况下，不仅对其进行可靠能量管理和安全控制，而且还避免锂离子电池组的提前损坏，延长其使用寿命；因此，精确估算SOC值，对保障锂离子电池组的工作性能及其能量和安全管理至关重要；锂离子电池组的SOC估算模型构建和精确估算值得获取，已成为其能量和安全管理的核心问题；锂离子电池组由具有高能量密度和闭路电压的钴酸锂电池单体组合构成，其安全性受到所处工作状态的影响；SOC表征了锂离子电池组的剩余容量，是为电池管理系统最基本也是最重要的的一个关键参数；此外，锂离子电池组的充放电过程包含复杂电能、化学能和热能转换等环节，过充电和过放电现象易引发安全事故，精确SOC估算在防止过充电和过放电中起着重要作用；在锂离子电池组的应用中，其安全性依然是最为关注的问题，SOC估算是其安全使用的基础和前提；锂离子电池组采用电池单体级联结构，满足了辅助动力供能过程中的容量和电压需求；然而，由于无法避免的材料和工艺差异，单体间不一致现象客观存在且无法避免；并且，该现象会随着循环次数的增加越来越明显，这就使得单体间不一致性的表达与修正成为成组SOC估算的重要组成部分，同时也给成组SOC精确估算带来了巨大的挑战。