[发明专利]一种用于锂电池均衡充放电控制的SOC估算方法

摘要

本发明提出了一种用于锂电池均衡充放电控制的SOC估算方法，首先建立单体锂电池的一阶RC等效电路模型，并确定锂电池系统的状态方程和观测方程；确定卡尔曼滤波离散状态空间模型、状态参数变量和观测参数变量；更新状态参数变量预估值和测量误差的协方差矩阵以及根据观测到的锂电池端电压值获取新息序列；引入自适应渐消因子对锂电池系统协方差预测矩阵进行跟踪修正；计算离散状态空间模型的卡尔曼滤波增益矩阵，并更新当前时刻的最优估计值和误差协方差矩阵值；获取过程噪声的统计特性；获取当前时刻的SOC估算值，并将当前时刻的参数用于下一时刻的强跟踪自适应卡尔曼滤波的递推迭代计算中；本发明的方法实现了锂电池SOC的实时精确估算。

主权项

1.一种用于锂电池均衡充放电控制的SOC估算方法，其特征在于，包括以下步骤：步骤1、建立单体锂电池的一阶RC等效电路模型，并确定锂电池系统的状态方程和观测方程；步骤2、根据锂电池等效电路模型，对锂电池系统进行离散化，确定卡尔曼滤波离散状态空间模型、状态参数变量和观测参数变量；步骤3、更新状态参数变量预估值和测量误差的协方差矩阵以及根据观测到的锂电池端电压值获取新息序列；步骤4、引入自适应渐消因子对锂电池系统协方差预测矩阵进行跟踪修正；步骤5、根据观测到的锂电池端电压值来计算离散状态空间模型的卡尔曼滤波增益矩阵，并更新当前时刻的最优估计值和误差协方差矩阵值；步骤6，利用简化的Sage‑Husa自适应滤波方法，对锂电池系统的过程噪声进行实时的估计和修正，获取过程噪声的统计特性；步骤7，获取当前时刻的SOC估算值，并将当前时刻的参数用于下一时刻的强跟踪自适应卡尔曼滤波的递推迭代计算中，从而实现锂电池SOC的实时精确估算。