[发明专利]一种电池剩余电量和健康状态联合估计方法

权利要求书

1.一种电池剩余电量和健康状态联合估计方法，其特征在于，所述联合估计方法包括如下的步骤：

S1，建立所述电池的分数阶等效电路模型；

S2，利用脉冲放电数据和遗传算法确定所述分数阶等效电路模型的参数；

S3，根据所述参数，确定基于所述分数阶等效电路模型的分数阶双扩展卡尔曼滤波算法，能够实时估计SOC和SOH，其中SOC表示剩余电量，SOH表示健康状态；

S4，周期性采集电流和电压数据，利用所述分数阶双扩展卡尔曼滤波算法进行SOC和SOH联合估计。

2.根据权利要求1所述的联合估计方法，其特征在于，所述步骤S1包括：

S1.1，确定所述电池的分数阶二阶RC等效电路模型，所述分数阶二阶RC等效电路模型包括R₀、R₁、R₂、C₁和C₂，电阻R₀、R₁、R₂依次串联在开路电压U_OC的输出端，分数阶电容C₁与电阻R₁并联，分数阶电容C₂与电阻R₂并联；

S1.2，将所述分数阶二阶RC等效电路模型表示为如下的微分方程组；

模型状态方程：

模型输出方程：

U_T＝U_OC(SOC)-R₀I_T-U₁-U₂ (2)

其中，U₁和U₂分别表示分数阶电容C₁和C₂两端电压，m和n分别表示分数阶电容C₁和C₂的阶数，I_T为流经电阻R₀的电流，U_OC(SOC)表示开路电压关于剩余电量SOC的函数，U_T表示端电压，Q_n表示当前最大可用容量。

3.根据权利要求2所述的联合估计方法，其特征在于，所述步骤S2包括：

S2.1，由放电电压降得到电阻R₀的值：

其中，△U为放电电压降；

S2.2，在电池放电过程数据的基础上，利用遗传算法对待定参数R₁、R₂、C₁、C₂、m和n进行估计；

S2.3，在脉冲放电工况下，在剩余电量SOC∈[0,1]范围内，找若干个SOC采样点，对于每个采样点静置相等时长，得到对应SOC下的开路电压，采用多项式拟合方法得到开路电压关于剩余电量的U_OC(SOC)函数。