[发明专利]一种基于粒子群优化粒子滤波算法的SOC估算方法

权利要求书

1.一种基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述方法包括以下步骤：

S1、在指定工况下对电池进行充放电实验，并通过分析处理实验数据构建电池等效电路模型；

S2、根据辨识所得的等效电路模型，构建用于电池SOC估算的状态方程和测量方程；

S3、利用粒子群优化粒子滤波估算电池SOC的变化；

S4、利用粒子群算法优化粒子滤波中的粒子所处位置；

S5、再次通过S3估算下一时刻电池SOC，直至估算过程结束。

2.根据权利要求1所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述电池等效电路模型为利用最小二乘法对实验数据进行离线参数辨识，分别建立开路电压与SOC之间的函数方程以及不同SOC和温度下等效电路的参数方程。

3.根据权利要求1所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述状态方程为：x_k+1＝f(x_k，I_k，ω_k)，式中x_k+1为系统k+1时刻的SOC状态值和极化电压值，f(x_k，I_k，ω_k)为状态转移模型。

4.根据权利要求3所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述状态转移模型f(x_k，I_k，ω_k)的计算过程为：

其中ω_k为过程随机噪声，T_s为采样间隔时间，C_actual为电池实际容量，I_k为放电电流，U_τ，k为k日寸刻RC环节的端电压，x_k为

5.根据权利要求1所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述测量方程为：U_ct，k+1＝g(I_k+1，υ_k)，其中，式中U_ct，k+1为k+1时刻的采样获得的电池输出电压，g(I_k+1，υ_k)为测量模型。

6.根据权利要求5所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述测量模型g(I_k+1，υ_k)的计算过程为：g(I_k+1，υ_k)＝U_ct，k+1＝U_ocv(SOC_k)+U_τ，k+I_L，kR₀+υ_k，其中υ_k为观测过程中的随机噪声，R₀为电池直流内阻。

7.根据权利要求1所述的基于粒子群优化粒子滤波算法的SOC估算方法，其特征在于，所述利用粒子群算法优化粒子滤波中的粒子所处位置包括以下步骤：

S41：算法初始化，设置粒子数目、迭代次数、阈值相关初始参数；

S42：将上一时刻优化后的N个粒子状态代入锂电池的状态方程和测量方程，从而估算出下一时刻的电池的N个粒子状态和电池两端电压；

S43：计算实际测量的电池端电压与通过模型预估的电池端电压的差值，根据差值计算不同粒子的权重：

S44：计算粒子移动的速度：

S45：计算优化后的粒子所在位置：