[发明专利]一种三元锂电池荷电状态与健康状态在线协同估计方法

摘要

本发明公开了一种三元锂电池荷电状态与健康状态在线协同估计方法，该方法对Thevenin等效电路模型进行了改进，根据电路关系得到了改进后的Thevenin等效电路模型的状态空间方程，并进一步得到了OCV与SOC的映射关系，利用FFRLS算法通过采集外部电压电流值实时辨识得到每个采样点处的极化电阻、极化电容和内阻的具体数值，在每次计算SOC和SOH的前一刻根据BMS的运行状态实时更新Thevenin等效电路模型的参数值，确保了BMS对SOC和SOH的预测更加精准，该方法在实现对三元锂电池SOC和SOH高精度估计时，外部电路简单，仅用常规的BMS采集电压、电流和时间数值即可，另外，该方法具有极强的收敛性，对错误初值具有较强的鲁棒性且仍采用迭代循环计算的方法，所以对BMS的采样精度要求可适当降低。

主权项

1.一种三元锂电池荷电状态与健康状态在线协同估计方法，其特征在于，基于FFRLS算法和改进的EKF算法实现三元锂电池荷电状态与健康状态在线协同估计，具体包括以下步骤：步骤1：在传统Thevenin等效电路模型的基础上增加一个浓差极化网络，依据所建立的改进后的Thevenin等效电路模型得到其连续变化的数学表达式，具体如下：U_o(t)＝E(t)‑U₁(t)‑U₂(t)‑i×R₀           (1)其中，E代表电池电动势，R_C和R_E均为极化电阻，C_C和C_E则对应为极化电容，i为流过负载的实际电流，R₀为电池的欧姆内阻，U_o为电池端电压，U₁和U₂分别为两个RC网络的端电压，τ₁和τ₂分别为两个RC网络的时间常数；步骤2：建立三元锂电池SOC与电流i、库伦效率η、温度补偿系数K_T、额定容量Q_N、时间t之间的数学关系，具体如下：步骤3：建立三元锂电池SOH与电池当前内阻R₀、电池寿命结束时的内阻R_ov、新电池的内阻R_ne之间的数学关系，具体如下：步骤4：根据式(1)至式(4)，推导出离散化后的三元锂电池状态空间方程和具体如下：U_o(k)＝E[SOC(k)]‑U₁(k)‑U₂(k)‑i(k)×R₀         (7)其中，T为采样周期，E[SOC(k)]是电池SOC与开路电压的映射关系，λ(k)和γ(k)分别为BMS噪声和测量噪声，协方差分别为Q_rk和R_rk；步骤5：绘制OCV‑SOC拟合曲线图；步骤6：推导出改进后的Thevenin等效电路模型的传递函数，利用双线性变换法将三元锂电池模型由s平面映射到z平面，令得：其中，c_i(i＝1,2,3,4,5)是三元锂电池模型相关的常数系数，离散化后可得：y(k)＝c₁y(k‑1)+c₂y(k‑2)+c₃I(k)+c₄I(k‑1)+a₅I(k‑2)    (12)利用FFRLS算法，设计三元锂电池模型如下：其中，为三元锂电池模型输入输出矩阵向量；为包含与三元锂电池模型相关的常数系数e₀(k)为BMS的采样误差；由系数相等求得三元锂电池模型参数如下：通过以上算式即得到三元锂电池模型的R、C参数；步骤7：将步骤6中k点处辨识结束的三元锂电池模型的R、C参数带入步骤4的离散化后的三元锂电池状态空间方程中，并设定状态变量初始值如下：Q_rk＝0.001，R_rk＝0.5；Q_k＝0.005E(3)，R_k＝1000；上式中，为描述电池内阻变化的状态向量；为电池内阻的误差协方差矩阵；Q_rk和Q_k表示系统噪声协方差；R_rk和R_k表示测量噪声协方差；为描述SOC变化的状态向量；P^x为关于SOC的误差协方差矩阵；步骤8：三元锂电池模型状态方程系统矩阵、输入矩阵、测量矩阵分别如下：给三元锂电池模型状态方程系统矩阵、输入矩阵、测量矩阵赋初值，分别如下：步骤9：根据卡尔曼滤波公式，建立离散化时间迭代方程和离散化状态迭代方程，离散化时间迭代方程具体如下：时间迭代方程根据三元锂电池模型及参数值计算当前时刻的估计值，并计算估计误差值；离散化状态迭代方程具体如下：状态迭代方程首先计算卡尔曼滤波增益K_k，根据误差最小原则求解得到，其次计算k时刻的开路电压y_k与观测量h的差值，利用增益和当前时刻的预测值得到当前时刻的最优估计值，最后计算误差矩阵，从而得到当前时刻状态变量SOC和R₀的最优估计值。