[发明专利]一种基于动态参数模型的动力电池SOC估计方法和系统有效
| 申请号： | 201610070670.X | 申请日： | 2016-02-01 |
| 公开（公告）号： | CN105607009B | 公开（公告）日： | 2018-05-01 |
| 发明（设计）人： | 田勇;田劲东;李东;夏必忠 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 广州嘉权专利商标事务所有限公司44205 | 代理人： | 唐致明 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 动态 参数 模型 动力电池 soc 估计 方法 系统 | ||
1.一种基于动态参数模型的动力电池SOC估计方法，其特征在于，包括以下步骤：
对动力电池进行间歇性放电-静置实验，根据所得实验数据拟合出SOC-OCV的关系表达式；
在不同的SOC处对电池进行恒定电流的脉冲放电-静置实验，记录期间的电压响应，根据所得电压响应曲线辨识出不同SOC值所对应的电池等效电路模型的参数值；
建立用于参数在线辨识的电池系统离散状态空间模型；
根据所述离散状态空间模型对电池参数进行在线辨识；
得到电池的动态参数模型；
建立用于SOC估计的电池系统离散状态空间模型；
对电池SOC进行在线估计；
所述电池参数采用无迹卡尔曼滤波器进行在线辨识。
2.根据权利要求1所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述无迹卡尔曼滤波器的系数矩阵包括过程噪声协方差矩阵和测量噪声协方差矩阵。
3.根据权利要求2所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述在线辨识得到的电池参数进行滤波处理。
4.根据权利要求3所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述滤波方法采用滑动均值滤波。
5.根据权利要求4所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述SOC估计的算法采用自适应非线性观测器进行在线估计。
6.根据权利要求5所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述自适应非线性观测器的增益矩阵的取值根据系统观测误差自适应地进行调整。
7.根据权利要求6所述的基于动态参数模型的动力电池SOC估计方法，其特征在于：所述SOC估计是基于电池动态参数模型来实现的。
8.一种基于动态参数模型的动力电池SOC估计系统，其特征在于，包括：
动力电池SOC-OCV关系表达式确定模块，用于对动力电池进行间歇性放电-静置实验，根据所得实验数据拟合出SOC-OCV的关系表达式；
动力电池参数离线辨识模块，用于在不同的SOC处对电池进行恒定电流的脉冲放电-静置实验，记录期间的电压响应，根据所得电压响应曲线辨识出不同SOC值所对应的电池等效电路模型的参数值；
动力电池参数在线辨识离散状态空间模型确定模块，用于建立用于参数在线辨识的电池系统离散状态空间模型；
电池参数在线辨识模块，用于根据所述离散状态空间模型对电池参数进行在线辨识；所述电池参数采用无迹卡尔曼滤波器进行在线辨识；
电池动态参数确定模块，用于得到电池的动态参数模型；
动力电池SOC估计离散状态空间模型确定模块，用于建立用于SOC估计的电池系统离散状态空间模型；
动力电池SOC估计模块，用于对电池SOC进行在线估计。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201610070670.X/1.html，转载请声明来源钻瓜专利网。
