[发明专利]一种基于随机片段数据的锂电池状态估计方法及系统

权利要求书

1.一种基于随机片段数据的锂电池状态估计方法，其特征在于，估计方法步骤包括：

S1：获取第一数据与第二数据，所述第一数据为以固定SOH差为间隔构建的老化数据，所述第二数据为待估计锂电池在工作状态下，获取的随机片段数据；

S2：采用粒子群算法，将所述第一数据与所述第二数据进行匹配，获得待估计锂电池的第三数据，所述第三数据为初始SOC数据与SOH数据；

S3：基于二阶戴维南等效电路模型，构建待估计锂电池的第一模型，并基于第一模型，辨识获得第四数据，所述第四数据为电阻参数、电容参数以及SOC-OCV曲线的开路电压U_OC；

S4：基于第三数据与第四数据，采用扩展卡尔曼滤波对待估计锂电池的荷电状态进行估计，获得待估计锂电池的状态信息；

在所述步骤S1中，获取第一数据的具体操作方法步骤包括：

S11：采用恒定电流对待估计锂电池进行充电，直到待估计锂电池电压达到额定电压，转换为恒定电压模式对待估计锂电池进行充电，直到待估计锂电池充满电，获得充电数据，且将待估计锂电池放置一段时间；

S12：在恒定电流的作用下，对待估计锂电池进行放电，直到待估计锂电池中的电压降为截止电压，停止放电，获得放电数据；

S13：重复循环步骤S11～S12，获得第一数据，且在充放电循环前期与后期，SOH差以2.5％的间隔进行选取，在充放电循环的中期，SOH差以5％的间隔进行选取；

所述步骤S2中，将所述第一数据与所述第二数据进行匹配为将所述第一数据的恒流放电曲线与所述第二数据的放电曲线进行优化，具体操作的方法步骤包括：

S21：选择任意一条第一数据的恒流放电曲线，并初始化粒子群，包括群体规模N，第一条老化数据库曲线起始采样点位置x和速度v；

S22：将所述第二数据所有采样点与对应等长度的第一条老化数据库曲线采样点作差，计算适应度值F；

S23：用适应度值F和个体极值P_best比较，如果FP_best，则用P_best替换掉F；

S24：用个体极值P_best和全局极值g_best比较，如果P_bestg_best，则用g_best替换掉P_best；

S25：基于公式v＝w*v+c₁r₁(P_best-x)+c₂r₂(g_best-x)和x＝x+v更新采样点的位置x和速度v；

S26：返回执行步骤S22，直到达到最大循环次数，则进入步骤S27；

S27：遍历第一数据中所有的恒流放电曲线，并将每条曲线与所述第二数据获得的适应度值做比较，选取适应度值F最小的曲线，并基于该曲线，获得待估计锂电池的第三数据；

所述第一模型采用基尔霍夫电压定律和电流定律进行获取，具体方程组为：

U为端电压；R₀为电池欧姆内阻；I为流过电池的电流；R₁为电化学极化电阻；C₁为电化学极化电容；R₂为浓差极化电阻；C₂为浓差极化电容；U₁为R₁C₁回路两端的电压；U₂为R₂C₂回路两端的电压；U_OC为开路电压；

在所述步骤S3中，基于所述第一模型，辨识SOC-OCV曲线的具体方法步骤包括：

S31：采用恒流恒压的充电方法，将待估计锂电池电源充满，并静置1h，测量SOC＝100％时对应的U_OC；

S32：以1C大小电流对待估计锂电池放电3min至95％SOC处，静置10min，测出SOC＝95％时对应的U_OC；

S33：重复步骤S32，依次测出SOC＝90％、85％、……、15％、10％、5％、0时分别对应的U_OC；

在所述步骤S3中，基于所述第一模型，辨识电阻参数、电容参数为：基于待估计锂电池的脉冲放电电压响应曲线图，并在所述第一模型的基础上，采用零输入响应与零状态响应获得电阻参数与电容参数；

所述步骤S4中，状态信息包括待估计锂电池的SOC以及待估计锂电池的剩余放电时间；

所述步骤S4中，具体的操作方法步骤包括：

对所述方程组进行离散化，并采用卡尔曼滤波的方法对离散化后输出方程进行线性化处理，获得输出矩阵C，并基于获得的输出矩阵C对所述待估计锂电池的状态信息进行估计，获得待估计锂电池的状态信息；

所述输出矩阵C的具体表达式为：

I_k为输入，U_k为输出，SOC为待估计锂电池状态信息，x_k均为系统的状态变量。