[发明专利]使用双扩展卡尔曼滤波器的电池状态估计方法和系统

权利要求书

1.一种电池状态估计方法，该电池状态估计方法包括以下步骤：

根据带有外部输入的自回归ARX模型估计电池的参数中的至少一个参数，其中，所述ARX模型限定输出序列y(t)、输入序列u(t)和移位算子q之间的相关；以及

通过将所述电池的所述参数中的所述至少一个参数应用到双扩展卡尔曼滤波器来估计电池状态，

其中，所述双扩展卡尔曼滤波器包括用于计算所述电池的充电状态SOC的估计的状态滤波器和用于计算所述电池的健康状态SOH的估计的加权滤波器，并且

其中，根据所述ARX模型估计所述电池的所述参数中的所述至少一个参数的步骤还包括以下步骤：在所述ARX模型的应用中，计算并施加反映了扩散系数和滞后系数的开路电压OCV，

其中，计算和应用所述OCV的步骤还包括以下步骤：使用下面的算式来计算所述OCV：

OCV(SOC,α,ζ)＝α[(1-ζ)OCV_ct1(SOC)+ζOCV_ct2(SOC)]

+(1-α)[(1-ζ)OCV_dt1(SOC)+ζOCV_dt2(SOC)]

其中，ζ表示在张弛时间期间通过一阶指数函数计算的扩散系数，α表示通过对电荷吞吐量的归一化积分而确定的滞后系数，并且其中OCV_ct1(SOC)表示具有第一基准时间张弛的充电的开路电压OCV，OCV_ct2(SOC)表示具有第二基准时间张弛的充电的开路电压OCV，OCV_dt1(SOC)表示具有第一基准时间张弛的放电的开路电压OCV，OCV_dt2(SOC)表示具有第二基准时间张弛的放电的开路电压OCV。

2.根据权利要求1所述的电池状态估计方法，其中，根据所述ARX模型估计所述电池的所述参数中的所述至少一个参数的步骤还包括以下步骤：根据下面的算式估计所述电池的所述参数中的所述至少一个参数：

其中，y(t)表示所述输出序列，u(t)表示所述输入序列，A(q)和B(q)表示关于所述移位算子q的多项式，并且e(t)表示白噪声。

3.根据权利要求1所述的电池状态估计方法，其中，所述电池具有等效电路，

其中，所述电池的所述等效电路包括第一电阻器、第二电阻器和电容器，

其中，所述第一电阻器是内部电阻器，并且

其中，所述第二电阻器和所述电容器并联连接。

4.根据权利要求1所述的电池状态估计方法，其中，通过将所述电池的所述参数中的所述至少一个参数应用到双扩展卡尔曼滤波器来估计所述电池状态的步骤还包括以下步骤：由以下中的一项来同时估计所述充电状态SOC和所述健康状态SOH：

所述状态滤波器，其中，所述状态滤波器使用所述加权滤波器的先验值；

所述加权滤波器，其中，所述加权滤波器使用所述状态滤波器的先验值；或者

所述状态滤波器和所述加权滤波器之间的相互作用。

5.根据权利要求1所述的电池状态估计方法，其中，所述第一基准时间是3小时，并且所述第二基准时间是3分钟。