[发明专利]一种新型状态观测器的锂离子电池荷电状态估测方法

说明书

本发明公开一种新型状态观测器的锂离子电池荷电状态估测方法，在于提高锂离子电池SOC估测精度，主要包括以下步骤：1)利用实验数据建立电池荷电状态SOC与开路电压OCV的模型；2)修改SOC‑OCV的关系模型使其含SOH和温度；3)建立戴维南锂离子电池模型；4)离线状态下估计电池模型初始参数；5)设计一种新型的状态观测器输出误差反馈矩阵；6)读取电池当前SOH、温度T、电流和端电压；7)利用状态观测器观测SOC值。本发明的优势：一种全新的状态观测器，可保证观测误差趋于零。该状态观测器结构明确，参数设计简单；它解决了传统卡尔曼滤波器计算量大，难以应用于实际的问题。通过状态观测器保证了锂离子电池估测方法的实用性、准确性和精度。

技术领域

本发明涉及新能源汽车动力电池的应用领域，具体涉及锂离子电池荷电状态(SOC) 的估算方法。

背景技术

由于电池SOC并不是可以直接测量到的电气量，只能通过一定的方法进行估算。只有准确的SOC值估算才能对整车进行合理的能源分配，也能正确预测车辆的剩余行驶里程；只有对SOC进行准确的估算，对电池本身而言，可以充分发挥电池的潜力，提高其使用的安全性，同时还可以延长电池的使用寿命。由于电池是一个复杂的非线性系统，并且电池的电量受到很多因素的影响，比如温度、库伦效率、循环寿命、自放电因素等。另外加之外部环境和内部环境参数变化随机性，使系统数学模型不易准确，因此必须对电池荷电状态估计方法具备一定的抗干扰能力和自适应能力进行设计，以提高估计的鲁棒性对电池荷电状态的有效性。

目前研究较多的卡尔曼滤波法计算SOC也存在一定的误差，其主要来源在于两个方面，其一，模型的时变性；其二，电池的物理特性是非线性的，对其建立非线性模型几乎不可避免地会存在一定差异，这也会造成一定的误差。当前已有的应用方法，都离不开SOC-OCV关系曲线的准确建立；其次所有基于电池数学模型(如一阶、二阶等等) 的方法，取决于模型的准确度。

本发明的方法是首先给出一种具有较强的自适应能力的SOC-OCV关系模型，其包含SOH和温度的影响因子，为提高电池SOC估算精度奠定基础；其次，设计一种新型的状态观测器进行SOC估算，其算法计算量明显小于目前已知的卡尔曼滤波器估算方法，且结构简单、易于实现、鲁棒性强。

发明内容

本发明的目的在于提供一种新型状态观测器的锂离子电池荷电状态估测方法，解决传统锂离子电池SOC估测算法计算量大，估算精度低，实现困难的问题。

实现本发明目的的技术方案主要包括以下步骤：

步骤1：利用实验数据建立电池荷电状态SOC与开路电压OCV的模型；

步骤2：修改SOC-OCV的关系模型使其含SOH和温度；

步骤3：建立戴维南锂离子电池模型；

步骤:4：离线状态下估计电池模型初始参数；

步骤5：设计一种新型的状态观测器输出误差反馈矩阵；

步骤6：读取电池当前SOH、温度T、电流和端电压；

步骤7：利用状态观测器观测SOC值。

对于SOC-OCV的关系模型包含SOH和温度变量因子。

离线状态估计电池模型参数。

设计一种新型的状态观测器。

观测输出误差时利用当前值误差设计观测器。

用前一时刻的实际输出代替前一时刻的观测器输出。

所给出的估计误差状态方程为设计依据。

保证估计误差状态方程为收敛，设计输出误差反馈矩阵。

所给出的一种新型的状态观测器为估算依据，进行估算当前的SOC值。