[发明专利]一种无电流传感器的锂电池荷电状态估计方法

说明书

本发明提供了一种无电流传感器的锂电池荷电状态估计方法，通过电池混合脉冲功率特性(HPPC)实验对电池模型的各个参数进行辨识，测量电池开路电压，建立开路电压与SOC的关系函数，将负载电流作为未知输入，建立系统状态方程和量测方程，并利用变分贝叶斯扩展卡尔曼滤波方法实现SOC和电流的同时估计。本发明能够适用于便携式设备的电池荷电状态估计，不使用电流传感器，降低了便携式设备的体积、成本和功耗，使产品更具有市场竞争力，通过变分贝叶斯扩展卡尔曼滤波方法可以同时在线估计电池荷电状态和负载电流，克服了传统安时积分法和开路电压法的缺点，电池荷电状态估计精度得到进一步提高。

技术领域

本发明涉及电池荷电领域，尤其是一种电池荷电状态估计方法。

背景技术

由于锂离子电池具有能量密度高、循环寿命长、无“记忆效应”、自放电小等优点，因而从小型消费电子产品到大型电动汽车都使用锂离子电池作为其储能元件。然而，锂电池的充放电反应复杂，一旦过充过放，将会导致电池容量降低，寿命减少，甚至爆炸。因而，为了保障电池的使用安全，延长电池的循环寿命，必须利用电池管理系统(BMS)对锂电池进行全面、高效、精细化的管理。

电池荷电状态(SOC)反映了电池的剩余可用电量，是评估电池当前性能和健康状态的重要指标，因而SOC的准确估计是BMS的核心功能之一，是实现电池均衡、安全控制、故障诊断等其他功能的前提。然而，SOC是电池的内部状态，通常难以直接测量获取，只能基于电压、电流、温度间的关系进行估算。

一般情况下，为了实现SOC的准确估计，需要BMS提供电流量测值作为估计器的输入。例如目前常用的安时积分法、数据驱动的方法和基于模型的滤波方法等都需要精确的电流量测。而电流的测量通常使用分流电阻或霍尔效应电流传感器来实现。尽管两种方法均能实现精确的电流测量，但分流电阻器具有固有的功率损耗并需要隔离电路，而霍尔效应传感器通常很昂贵。在小型便携式应用中，这些电流传感器会增加设备的整体成本及体积，而且电流传感器的使用本身也会消耗一定的电能。

一种解决方法是不使用电流传感器，而是通过建立电池的模型估计出电流，再利用安时积分法和开路电压法完成SOC的估计。该方法将电流和SOC分别估计，当量测噪声增大时，SOC估计性能可能会显著下降。而且，安时积分法对准确的SOC初值依赖性强，对电流的精度要求很高。若SOC初值不准确或者电流估计偏差较大，则会产生较大的累积误差。因而，现有的无电流传感器的SOC估计方法仍存在一定的缺陷和不足，SOC估计性能的提升仍需要进一步地研究。

发明内容

为了克服现有技术的不足，本发明提供一种无电流传感器的锂电池荷电状态估计方法，通过利用变分贝叶斯滤波器来同时估计电池的SOC和电流，以提高电流未知情况下的SOC估计准确性。

本发明解决其技术问题所采用的技术方案包括以下步骤：

S1：考虑到电池模型的准确性度和参数辨识的复杂性，建立电池的一阶RC等效电路模型，通过电池混合脉冲功率特性(HPPC)实验对电池模型的各个参数进行辨识；

所述一阶等效电路模型如下：

U＝U_oc-U_p-IR₀

其中，U为电池端电压，U_oc表示开路电压OCV，随SOC的不同而变化，Up为极化电压，I为电池充放电电流，R₀为电池的欧姆内阻，Rp和Cp表示电池的极化内阻和极化电容；

S2：测量电池开路电压(OCV)，建立开路电压与SOC的关系函数；

开路电压与SOC的关系函数U_OC(SOC_k)的建立是利用测量得到的OCV-SOC数据，通过最小二乘方法进行曲线拟合得到的；电池开路电压的测量步骤如下：