详情

原文传递一种电动汽车动力电池SOC估计方法

专利名称：	一种电动汽车动力电池SOC估计方法
摘要：	本发明提供了一种电动汽车动力电池SOC估计方法，包括以下步骤：步骤1)：通过间歇恒流放电法测取动力电池的电流与电压，通过多项式拟合法确定动力电池的OCV‑SOC的函数关系式；步骤2)：建立动力电池二阶RC等效电路模型，推导其辨识模型；步骤3)：构建改进的混沌引力搜索算法的流程，完成辨识；步骤4)：针对锂离子电池非线性系统建立电池的状态空间模型，构建高斯‑厄米特滤波算法的流程，并与改进的混沌引力搜索算法组成联合估计算法。本发明的有益效果为：本发明采用将模型参数辨识和SOC估计进行联合的估计算法，以实现对电池的SOC更好的实时估计。
专利类型：	发明专利
申请人：	南通大学
发明人：	李俊红;徐珊玲;顾菊平;华亮;杨奕;宗天成;李磊;李政;刘梦茹
专利状态：	有效
申请日期：	1900-01-20T00:00:00+0805
发布日期：	1900-01-20T05:00:00+0805
申请号：	CN202010115887.4
公开号：	CN111098755A
代理机构：	南京经纬专利商标代理有限公司
代理人：	朱小兵
分类号：	B60L58/12;B60L58/10;G01R31/387;G01R31/388;G01R31/367;B;G;B60;G01;B60L;G01R;B60L58;G01R31;B60L58/12;B60L58/10;G01R31/387;G01R31/388;G01R31/367
申请人地址：	226019 江苏省南通市崇川区啬园路9号
主权项：	1.一种电动汽车动力电池SOC估计方法，其特征在于，包括以下步骤：步骤1)：通过间歇恒流放电法测取动力电池的电流与电压，通过多项式拟合法确定动力电池OCV-SOC的函数关系式：步骤2)：建立动力电池二阶RC等效电路模型，推导其辨识模型；步骤3)：构建改进的混沌引力搜索算法的流程，完成辨识；步骤4)：针对锂离子电池非线性系统建立电池的状态空间模型，构建高斯-厄米特滤波算法的流程，并与改进的混沌引力搜索算法组成联合估计算法。 2.根据权利要求1所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤2)具体包括如下步骤：步骤2-1)建立动力电池二阶RC等效电路模型：通过基尔霍夫定律，可得到动力电池二阶RC等效电路模型电气特性的表达式为： U＝Uoc[SOC(t)]-U1-U2-I(t)·R0 (1) 定义Qn为电池的实际容量，通过安时积分法可以计算电池的SOC值，得到式(4)：令等效电路模型的输入u和输出y分别为电流I和端电压U，状态变量为SOC、U1、U2，则式(1)到式(4)可整理成状态空间方程的形式，如式(5)所示：式(5)中：x(t)＝[SOC(t)U1(t)U2(t)]T，u(t)＝I(t)，y(t)＝U(t)， Dt＝-R0；其中，Uoc表示电池开路电压，R0是电池的欧姆内阻，R1、C1用于模拟电池动态特性中表现出的短时间响应阶段，即电压快速变化的过程，R2、C2用于模拟电池动态特性中表现出的长时间响应阶段，即电压缓慢稳定的过程；步骤2-2)推导二阶RC等效电路模型的辨识模型，估计未知参数：由动力电池二阶RC等效电路模型可得：设τ1＝R1C1，τ2＝R2C2，可得：令： a＝τ1τ2 b＝τ1+τ2 c＝R1τ2+R2τ1+(τ1+τ2)R0 d＝R0+R1+R2 则式(7)可化简为： τ1τ2Uocs2+(τ1+τ2)Uocs+Uoc＝aR0Is2+cIs+dI+aUs2+bUs+U (8) 根据反向差分法公式式(8)化简可得：令：则式(9)可化简为： Uoc(t)-U(t)＝k1[Uoc(t-1)-U(t-1)]+k2[Uoc(t-2)-U(t-2)]+k3I(t)+k4I(t-1)+k5I(t-2) (10) 令： θ＝[k1 k2 k3 k4 k5]T (11) y(t)＝Uoc(t)-U(t) (12) 则可以得到：式(14)为系统辨识中的辨识表达式，利用系统辨识中的参数估计方法将参数θ＝[k1 k2k3 k4 k5]T辨识出来，再利用辨识出来的参数值推导出相应的电阻、电容值，具体推导过程如下：令k0＝T2+bT+a，则可得： a＝-k0k2 (16) 由于c＝R1τ2+R2τ1+(τ1+τ2)R0，d＝R0+R1+R2，所以可得： R2＝d-R1-R0 (22) 因为a＝τ1τ2，b＝τ1+τ2，故可得： 3.根据权利要求1或2所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤3)具体包括如下步骤：假设搜索空间是n维，总体由N个个体组成，令第i个个体的位置和速度分别为： Qi＝[q1i,q2i,…,qni]T∈Rn,i＝1,2,…,N (28) 步骤3-1)初始化每个个体的速度和位置；步骤3-2)采集输入电流和输出电压，构建输出Y(t),信息向量步骤3-3)构建输出矩阵Y(p)，信息矩阵Φ(p)； Y(p)＝[y(p),y(p-1),…,y(1)]T∈Rp (29) 步骤3-4)更新每个个体的速度和位置，将位置和速度方程更新为： θi(t+1)＝rθi(t)+ai(t) (31) Q(t+1)＝sQ(t)+θi(t+1) (32) ai(t)＝F(t)/M(t) (33) s＝smax-(smax-smin) (34) 其中，t表示当前的迭代次数；T表示最大迭代次数；系数s为动态变化策略；个体i的质量定义如下：其中，fi(t)和Mi(t)分别表示在第t次迭代时第i个个体的适应度函数值和质量；fmin(t)和fmax(t)表示在第t次迭代时所有个体中最优适应度函数值和最差适应度函数值，对最小化问题，其定义如下：在d维上，个体i所受的引力如下： kb(t)＝(N-η)×(T-t)/T+η×zt (39) zt+1＝μ×zt×(1-zt) (40) 其中：G(t)表示在第t次迭代时万有引力常数的取值，G(t)＝G0e-αt/T，G0和α为常数；Rij(t)表示个体i和j之间的欧氏距离且i≠j；ε是一常数，防止分母为零；zt为第t次迭代时的混沌数，其值在0到1之间；μ为一正常数；η是指物体向其他物体施加力的百分比；kb方程表明在引力搜索算法中引入了一种混沌优化机制，使其脱离局部最优；步骤3-5)计算每个个体的最佳位置步骤3-6)计算所有个体的最佳位置步骤3-7)比较和如果则获得最优估计值否则，t＝t+1跳到步骤3-2) 步骤3-8)通过公式(21)-(24)计算电路中各个参数值；步骤3-9)计算输出预测电压并计算相对误差 4.根据权利要求1-3任一项所述的电动汽车动力电池SOC估计方法，其特征在于，所述步骤4)具体包括如下步骤：步骤4-1)将步骤2)中建立的二阶RC等效电路模型，结合安时积分法的计算公式整理成如下公式：对上式进行零阶保持离散化处理，得到离散方程：建立如下的状态空间表达式：其中，系数矩阵分别为：步骤4-2)系统状态x及其方差的预测Pt\|t-1为：其中，为求积权重系数，为高斯求积节点，Qt为过程协方差矩阵；步骤4-3)系统的观测量y及其自协方差PZZ为：步骤4-4)观测量y与系统状态量x的互协方差PXZ为：步骤4-5)系统的状态量x及其方差Pt\|t的更新为： Pt\|t＝Pt\|t-1-LtPXZT (52) 其中，滤波增益Lt＝PXZ(Rt-PZZ)-1，Rt为观测协方差矩阵；步骤4-6)重复步骤4-2)至步骤4-5)，直至滤波结束。所述电动汽车动力电池SOC估计方法采用改进的混沌引力搜索算法与高斯-厄米特滤波算法联合估计算法估计动力电池的SOC值，递推过程具体为： 1)t＝0时，初始化：P1(0)、P2(0)、SOC(0)； 2)收集输入输出数据I(t)、U(t)； 3)根据公式(13)、(29)和(30)分别构造Y(p)和 4)根据公式(31)-(44)刷新参数估计并计算R0、R1、R2、C1和C2； 5)根据公式(45)-(48)构建状态空间表达式和状态变量x(t)，观测量y(t)； 6)根据公式(49)计算状态变量预估计值及其方差与Pt\|t-1； 7)根据公式(50)计算系统的观测量y及其自协方差与PZZ； 8)根据公式(51)计算观测量y与系统状态量x的互协方差PXZ； 9)根据公式(52)更新状态变量x预估计值及其方差与Pt\|t； 10)t＝t+1，重复步骤3)至步骤9)。
所属类别：	发明专利