[发明专利]一种带噪声估计器的电池系统荷电状态估计方法

说明书

技术领域

本发明属于智能电网中MW级电池储能系统设计与控制技术领域，涉及一种带噪声估计器的电池系统荷电状态估计方法。

背景技术

电池系统作为电池储能系统(BESS)中能量存储与释放的主要载体，确定其所含电量的多少不仅是电池管理系统的主要功能之一，且更直接关系着BESS能否有效运行与控制。由于电池充放电过程是一种复杂的电化学反应过程，而电池电量又不易直接由传感器量测获得，目前主要用电池荷电状态(State of Charge,SOC)即电池有效电量与其额定容量的比值来表征电池电量的多少。

传统的SOC估计方法主要有安时法、开路电压法和阻抗法等，近年来相继出现了几种新型高级算法，如神经网络法、模糊逻辑法、卡尔曼滤波法及其改进算法等。安时法简单且易行，在实际应用中得到广泛采用，但存在误差累积的局限；针对非线性系统如BESS的SOC估计，常采用扩展卡尔曼滤法(EKF)进行电池SOC估计,但因EKF本身具有需计算雅可比矩阵、忽略高阶项等缺点，其估计精度仍存在一定误差。为此，当前很多学者和专家采用无迹卡尔曼滤波法(UKF)进行电池SOC估计。但是，由于BESS在实际运行中电池系统的噪声统计信息(如系统噪声、量测噪声等)难以获得或不准确且存在时变性，导致采用UKF进行SOC估计时其估计精度仍受限，因而其SOC估计的精确性仍有待研究改进。

发明内容

本发明解决的问题是在于提供一种带噪声估计器的电池系统荷电状态估计方法，解决电池系统进行SOC估计时采用EKF算法时需计算雅可比矩阵且噪声统计信息未知或难以获得而导致估计精度不高、收敛速度慢的问题，从而达到快速、准确估计电池系统SOC的目的。

本发明目的是通过以下技术方案来实现：

本发明提供一种带噪声估计器的电池系统荷电状态估计方法，该电池系统由电池单体通过m串n并而成的m×n型电池系统，其中m、n均为大于1的自然数。

一种带噪声估计器的电池系统荷电状态估计方法如下：首先根据已知电池系统等效电路模型(1)建立电池系统空间状态方程(2)，再利用噪声估计器(3)获得k+1时刻的噪声估计值(4)，然后以电池系统空间状态方程(2)中的电池系统荷电状态SOC_b、2个RC并联电路的端电压作为无迹卡尔曼滤波法UKF(5)的状态变量，以电池系统空间状态方程(2)的输入状态空间方程、输出电压状态空间方程分别作为无迹卡尔曼滤波法UKF(5)的非线性状态方程f(·)及测量方程g(·)，以k+1时刻的噪声估计值(4)作为无迹卡尔曼滤波法UKF(5)的噪声统计信息，采用无迹卡尔曼滤波法UKF(5)得到k+1时刻的中间状态量(6)，作为下一时刻噪声估计器(3)的输入量，同时输出k+1时刻的电池荷电状态SOC_b,k+1，以此循环递推得电池荷电状态SOC_b估计值。

所述电池系统等效电路模型(1)为二阶等效电路模型，模型主电路由2个RC并联电路、受控电压源U_b0(SOC)及电池内阻R_b等组成。根据电池系统模型电路结构及其充放电工作特性，等效电路模型的数学表达式为：

式中,a₀～a₅、b₀～b₅、c₀～c₂、d₀～d₂、e₀～e₂、f₀～f₂均为模型系数，可由电池测量数据经拟合而得；Q₀为电池额定电量；SOC₀为SOC初值，一般为0～1的常数；R_s、R_l分别表示电池单体模型中2个RC并联电路的电阻和C_s、C_l分别表示电池单体模型中2个RC并联电路的电容；U₀、R分别表示电池单体的开路电压、内阻；U_b、I_b分别为电池系统端电压和电流。