[发明专利]一种基于卡尔曼滤波算法的超级电容器荷电状态估算方法

摘要

本发明涉及一种基于卡尔曼滤波算法的荷电状态估算方法，具体涉及一种荷电状态估计方法。首先对处于工作状态下的超级电容器进行实时的电压值与电流值采集；基于采集的数据，利用最小二乘法对超级电容器模型进行在线参数辨识；基于采集的数据以及得到的电路模型，利用卡尔曼滤波算法完成超级电容器荷电状态估算。本发明能有效提高超级电容器荷电状态实时估算精度，同时未对系统造成较大计算负担，具有较高稳定性与可靠性等优点。同时，卡尔曼算法能够对非线性系统的状态变量做出精确估算，且其估算并不依赖于准确的初始值设定，在偏差较大的初始状态能够快速逼近系统真实值。

主权项

一种基于卡尔曼滤波算法的超级电容器荷电状态估算方法，其特征在于，步骤如下：1)对处于工作状态下的超级电容器进行实时的电压值与电流值采集；2)基于步骤1)采集到的电压值与电流值，利用辨识方法对超级电容器在正常工作状态下的等效电路模型进行在线参数辨识；针对在线参数辨识得到模型，建立该模型的状态空间方程：x.=Ax+Buy=Cx+Du]]>x为状态空间方程状态变量且x＝[U1 U2 SOC]，A、B、C、D是状态空间方程的参数矩阵，u为系统输入且u＝I，y为系统输出且y＝U；基于上述状态空间方程，完成超级电容器模型在线参数辨识；3)基于步骤1)采集的电压值与电流值和步骤2)在线参数辨识得到的模型，利用卡尔曼滤波算法完成超级电容器荷电状态估算；根据系统状态空间模型推导卡尔曼滤波算法计算过程如下：x~k-=Ak-1x~k-1+Bkuk+wk]]>Pk-=Ak-1Pk-1Ak-1T+Qk-1]]>κk=Pk-CkT(CkPk-CkT+Rk)-1]]>x~k=x~k-+κk(yk-Ckx~k--Dkuk)]]>Pk=(I-κkCk)Pk-]]>上式中，wk是系统过程误差，其协方差是Qk，系统的测量误差协方差为Rk，Pk是系统均方估计误差，κk是系统卡尔曼增益；利用卡尔曼滤波算法，对含有超级电容器荷电状态的状态空间方程进行迭代计算，便实时估算出超级电容器的准确荷电状态。