[发明专利]使用双扩展卡尔曼滤波器的电池状态估计方法和系统

摘要

使用双扩展卡尔曼滤波器的电池状态估计方法和系统。公开了一种电池状态估计方法和系统。电池状态估计是通过应用ARX模型和双扩展卡尔曼滤波器来提供的。电池状态估计系统使用ARX模型估计电池模型的参数，并且通过将所估计的电池模型的参数应用到双扩展卡尔曼滤波器来估计电池状态，该双扩展卡尔曼滤波器包括用于估计电池的充电状态(SOC)的状态滤波器和用于估计电池的健康状态(SOH)的加权滤波器。

主权项

1.一种电池状态估计方法，该电池状态估计方法包括以下步骤：根据带有外部输入的自回归ARX模型估计电池的参数中的至少一个参数，其中，所述ARX模型限定输出序列y(t)、输入序列u(t)和移位算子q之间的相关；以及通过将所述电池的所述参数中的所述至少一个参数应用到双扩展卡尔曼滤波器来估计电池状态，其中，所述双扩展卡尔曼滤波器包括用于计算所述电池的充电状态SOC的估计的状态滤波器和用于计算所述电池的健康状态SOH的估计的加权滤波器，并且其中，根据所述ARX模型估计所述电池的所述参数中的所述至少一个参数的步骤还包括以下步骤：在所述ARX模型的应用中，计算并施加反映了扩散系数和滞后系数的开路电压OCV，其中，计算和应用所述OCV的步骤还包括以下步骤：使用下面的算式来计算所述OCV：OCV(SOC,α,ζ)＝α[(1‑ζ)OCVct1(SOC)+ζOCVct2(SOC)]+(1‑α)[(1‑ζ)OCVdt1(SOC)+ζOCVdt2(SOC)]其中，ζ表示在张弛时间期间通过一阶指数函数计算的扩散系数，α表示通过对电荷吞吐量的归一化积分而确定的滞后系数，并且其中OCVct1(SOC)表示具有第一基准时间张弛的充电的开路电压OCV，OCVct2(SOC)表示具有第二基准时间张弛的充电的开路电压OCV，OCVdt1(SOC)表示具有第一基准时间张弛的放电的开路电压OCV，OCVdt2(SOC)表示具有第二基准时间张弛的放电的开路电压OCV。