[发明专利]一种基于EKF算法的蓄电池SOC在线估测方法

权利要求书

1.一种基于EKF算法的蓄电池SOC在线估测方法，包括以下步骤：

S1、确立电池等效电路模型，建立电池非线性系统的离散状态空间模型；

S2、通过恒流充放电实验建立电池SOC初值SOC(0)与开路电压初值U_OC(0)之间的拟合函数关系，求解获得电池SOC初值SOC(0)；

S3、以SOC(0)为输入的初始状态量，利用EKF算法进行电池SOC估测，生成SOC估测值；

S4、对生成的SOC估测值进行温度、电池寿命及自放电效应补偿，输出修正后的SOC估测值。

2.如权利要求1所述的基于EKF算法的蓄电池SOC在线估测方法，其特征在于，S1所述确立电池等效电路模型具体包括：对Thevenin等效电路模型方程式进行离散化处理，获得电池模型参数间的函数关系

U_L(K)＝U_oc(K)+R₀I_K+U_P(K)

U_P(K+1)＝U_P(K)e^-Δt/τ+I_KR_P(1-e^-Δt/τ)

式中，U_L(K)为电池K时刻的端电压，U_OC(K)为电池K时刻的开路电压，R₀为电池内阻，I_K为电池负载电流，U_P(K)为电池极化电阻两端的电压，Δt为采样周期，τ为时间常数，R_P为电池极化电阻。

3.如权利要求2所述的基于EKF算法的蓄电池SOC在线估测方法，其特征在于，S1所述建立电池非线性系统的离散状态空间模型具体包括：

建立状态方程X_K+1＝f(X_K，U_K)+W_K

观测方程Y_K＝g(X_K，U_K)+V_K

式中，X_K为系统状态向量，Y_K为系统观测向量，U_K为K时刻的系统输入向量，f(X_K，U_K)为非线性的状态转移函数，g(X_K，U_K)为非线性的测量函数，W_K、V_K分别为不相关的系统噪声和观测噪声。

4.如权利要求3所述的基于EKF算法的蓄电池SOC在线估测方法，其特征在于，S2所述通过恒流充放电实验建立电池SOC初值SOC(0)与开路电压初值U_OC(0)之间的拟合函数关系，求解获得电池SOC初值SOC(0)具体包括：在常温下对被测蓄电池进行恒流充放电实验，记录每次对应的电池SOC初值SOC(0)和电池开路电压初值U_OC(0)，将测量数据导入MATLAB中，经过数据拟合处理，得到SOC(0)与U_OC(0)之间的拟合函数关系，然后求解获得被测蓄电池的电池SOC初值SOC(0)。

5.如权利要求4所述的基于EKF算法的蓄电池SOC在线估测方法，其特征在于，S2还包括通过梯度仿真实验确定初始误差协方差P(0)。