[发明专利]运用EKF对电动汽车锂离子电池SOC闭环实时估算法

说明书

技术领域

本发明涉及电动汽车动力锂离子电池荷电状态SOC(State of Charge)的闭环实时估算方法，是一种运用先进的扩展卡尔曼滤波算法(EKF)的具有较高精度的能够实现实时校正的计算SOC的新思路、新实践。

背景技术

动力锂离子电池SOC的估算给电动汽车剩余续驶里程的估算、电池组的使用和维护提供关键及必要的信息。电动汽车要求估算得到的SOC在正常行驶时具有较高的精确度(尤其是在剩余电量不多的情况下)、在刹车减速电流回收时具有较为准确的回馈反应、在频繁的电流波动下具有较强的鲁棒性能。

目前得到运用的SOC的估算方法主要有基于电池端电压的开路电压法、基于电流积分的安时积分法、基于电池内阻模型的内阻法等，而这些方法在应用中都具有一定的局限性。鉴于Kalman滤波方法能够将电池的非线性状态空间模型线性化，通过递推估算实现SOC的最小方差意义上的最优估计；对初始误差有较强的修正作用，特别适用于电流变化较快的电池系统。本发明就现有方法较低的估算精度、电动汽车恶劣的实车工况以及Kalman滤波方法的优点结合锂离子动力电池的自身特性设计并实现了一种在实车运行情况下的具有较高精度的SOC估算方法。

发明专利内容

本发明的目的是为了提供一种精确度高、计算量小的动力锂离子电池荷电状态的估算算法，接受纯电动汽车整车CAN报文，实车估算车载动力电池的SOC，是一种运用先进算法对实车SOC估算的新探索、新实践。

本发明的运用EKF算法对电动汽车锂离子电池荷电状态的闭环实时估算方法中，

X^(k|k-1)=A(k)X^(k-1)+B(k)I(k-1)---(8)]]>

X^(k)=X^(k|k-1)+K(k)[V(k)-V^(k)]---(9)]]>

P(k|k-1)＝A(k-1)P(k-1)A^T(k-1)+Q    (10)

K(k)＝P(k|k-1)C^T(k)[C(k)P(k|k-1)C^T+r]^-1    (11)