[发明专利]一种基于参数自适应的电池模型的SOC估计方法

说明书

本发明公开一种基于参数自适应的电池模型的SOC估计方法，解决现有技术估算精度低的问题；具体为选用锂电池二阶戴维南模型作为静态电池等效电路模型，在20℃下对锂电池进行恒流充放电实验，实时采集工况下电池端电压电流数据并记录时间，根据电池模型离散状态方程选取最小二乘法指数拟合锂电池端电压对脉冲电流的响应曲线，进而得到电池不同SOC状态下的模型参数；将所得参数利用粒子群算法建立适应度函数并优化该模型参数，利用优化后参数在线更新电池模型参数之后建立动态电池模型；利用动态电池模型建立UKF‑SOC观测器，改进UKF的噪声估计，再将采集的电压电流数据输入该观测器，在线估计电池SOC。本发明设计科学合理。

技术领域

本发明涉及一种基于参数自适应的电池模型的SOC估计方法。

背景技术

锂电池的荷电状态(SOC)估计是电池管理系统(BMS)的核心技术之一，准确、实时的在线估计有助于提高电池使用寿命，同时关系到电动车的安全驾驶。电动车行驶的路况不定，且SOC不可直接测量，且同时受温度，使用时长等多因素影响，这给SOC的估计造成极大的困难。现在工程设备中常用的是安时积分法配合开路电压法提高估算精度，但两者结合依然未能解决累计误差和在车况中难以校正的问题。

发明内容

本发明要解决的技术问题是：提供一种基于参数自适应的电池模型的SOC估计方法，用于车载系统实时在线估计电池参数，通过粒子群算法优化模型参数，提高SOC估计的精确度。

为实现上述目的，本发明采用的技术方案如下：

一种基于参数自适应的电池模型的SOC估计方法，包括以下步骤：

(1)选用锂电池二阶戴维南模型作为静态电池等效电路模型，在20℃下对锂电池进行恒流充放电实验，实时采集工况下电池端电压和电流数据，并记录时间，根据电池模型离散状态方程，选取递归最小二乘法指数拟合锂电池端电压对脉冲电流的响应曲线，进而求出此状态下的模型参数，所述二阶戴维南模型离散状态方程和输出方程如下：

离散状态方程为输出方程为U_t＝OCV(soc_t)-R₀I_t-U_1,t-U_2,t+v_t；

其中，U_t表示锂电池的端电压，端电压需辨识且分别为U_1,t和U_2,t，I_t表示锂电池的工作电流，R₀表示锂电池的等效内阻，OCV表示等效电压源，R₁、C₁以及R₂、C₂分别表示两个RC回路，用于描述锂电池的荷电变化以及扩散现象；Δt为采样周期且取值是1s；W_1,t、W_2,t和W_3,t表示过程噪声，V_t表示测量噪声，过程噪声和测量噪声均为高斯白噪声；

(2)将所得模型参数利用粒子群算法建立适应度函数并优化该模型参数，利用优化后的模型参数在线更新电池模型参数，之后建立动态电池模型，所述适应度函数如下：

其中，R₀为内阻，R₁和R₂为极化电阻，C₁和C₂为极化电容；

(3)利用建立的动态电池模型建立UKF-SOC观测器，改进UKF的噪声估计，再将采集得到的电压和电流数据输入UKF-SOC观测器，在线估计电池SOC。

与现有技术相比，本发明具有以下有益效果：