[发明专利]一种基于二阶RC模型的锂电池SOC和SOP估计方法

权利要求书

1.一种基于二阶RC模型的锂电池SOC和SOP估计方法，其特征在于，该方法通过改进的数学模型结合等效电路模型实现荷电状态的在线估计和功率状态估计，改进的电池数学模型以电压U为输入值，电流I为输出值；该估计方法包括如下步骤：

步骤S1，选定锂电池的类型及型号，获取相应的技术参数并建立电池等效电路模型；

步骤S1中二阶RC模型方程的确定方法如下：

U＝E(z)-R₀I-U₁-U₂ (1)

I＝(E(z)-U₁-U₂-U)/R₀ (5)

将(5)式分别代入(2)、(3)、(4)式得：

其中，E(z)为开路电压；z为SOC；U为端电压；I为电流；R₀为欧姆内阻；R₁为浓度差极化内阻，τ₁为时间常数；R₂为电化学极化内阻，τ₂为时间常数；C₀为电池容量；η为库伦效率；

将上式(6)、(7)、(8)近似离散化得到：

而I_k为：

最终建立二阶RC等效电路模型；

步骤S2，在特定温度下，对电池进行HPPC实验并获得电池特征参数，建立电池开路电压与SOC的关系，结合最优化方法进行参数辨识，将得到的参数反馈到模型中；

步骤S3，结合EKF算法进行SOC闭环估计；

所述步骤S3中包括如下步骤：

步骤S3.1，基于二阶RC模型得出估计方程的确定：

x_k+1＝A_kx_k+B_ku_k+ω_k (13)

y_k+1＝C_kx_k+D_ku_k+v_k (14)

其中，x_k是k时刻的状态变量；y_k是k时刻观测变量；u_k是k时刻的输入控制变量；ω_k是随机的过程噪声或扰动，反映了一些影响系统状态的未测量的输入；ν_k称作传感器噪声，反应系统输出的测量误差；

公式(9)、(10)、(11)为估计问题状态方程，式(12)为系统输出方程；采用EKF算法进行SOC估计状态向量x_k、系统输出量y_k、系统输入量u_k以及系数矩阵和的具体形式如下：

x_k＝(SOC_k，U_1，k，U_2，k) (15)

y_k＝I_k (16)

u_k＝U_k (17)

S3.2，卡尔曼滤波算法的初始化及迭代方程为：

初始化：

当k＝0时，设定：

迭代计算：

当k＝1，2，…

状态向量更新：

误差协方差矩阵更新：

计算卡尔曼增益：

状态向量测量更新：

误差协方差矩阵测量更新：

其中，和分别是状态方程和输出方程的一阶泰勒展开系数，称为系数矩阵，L_k是卡尔曼增益，Σ_ω和Σ_v分别是输入测量噪音ω_k和输出测量噪音ν_k的协方差矩阵，P_k是状态估计误差的协方差矩阵，表明状态估计的不确定性；

由此根据迭代方程对包含SOC在内的状态向量进行迭代估计，本模式以电流作为反馈信号，对SOC进行闭环修正，反馈系数的大小就是卡尔曼增益；

步骤S4，根据P＝U*I估计出电池瞬时功率和限制功率；

所述步骤S4包括如下步骤：

步骤S4.1，电池动态工况充放电一点时间后取任意时刻端电压U_k，由模型中的式(10)、(11)推算出U_1，k，U_2，k；根据步骤S3.2估计出SOC，在OCV-SOC曲线上确定此时的开路电压E(z)；最后由公式(12)推导出此时的电流I_k；根据功率计算公式P_k＝U_k*I_k，完成SOP估计。