基于联合H∞滤波的滑模观测器锂离子电池SOC估计方法及电池管理系统

技术领域

本发明涉及一种锂离子电池状态评估方法，尤其涉及一种基于联合H

背景技术

随着能源危机以及环境污染越来越严重，传统能源存在着污染和不可再生等问题，社会对新能源的需求越来越高。因此，为了环境的可持续发展，新能源电动汽车近年来成为各国的研究重点。锂离子电池因其能量密度大、循环寿命长、自放电率低、环保污染低等特点，逐步取代了传统的铅酸电池和镍镉电池成为电动汽车动力电池的首选。为实现对成组储能电池的管控，并保证储能设备安全高效地运行，电动汽车需要通过电池管理系统进行相应的管理。而电池剩余电量，即电池荷电状态观测技术则是电池管理系统的一项核心技术，其利用在线采集的电池外部参数结合相应的算法获取电池的剩余电量实时值，对维持电池系统设备安全高效运作，延长电池生命周期高电池安全可靠性、提高能量电池利用率、延长使用寿命具有重要意义。

锂离子电池的使用过程就是一个电化学变化过程，这个过程是极其复杂的，主要表现在多变量、非线性、复杂的电化学性。荷电状态无法在动态运行条件下直接测得，目前主要的SOC估计方法主要的方法有直接测量法、数据驱动法和基于模型的直接测量方法。基于模型的直接测量方法包括库仑计数法和开路电压法。库仑计数法估计SOC较准确，但是对SOC初值误差和迭代过程中的累积误差非常敏感。开路电压法则是基于开路电压(OCV)与SOC之间的关系，而OCV与SOC之间的关系会受到外部环境和使用寿命的影响，从而导致SOC估算的不准确。数据驱动法包括神经网络法和模糊逻辑法。这些方法需要测量大量数据，这些数据由精密的硬件设备准确地检测出来，且受到不同的数据集的影响。基于模型的方法主要是闭环估计法，其通过测量电池的实时参数并使用负载电流和端电压作为等效模型的输入来估计SOC。通常用电化学模型和等效电路模型描述电池的内部动态特性，并结合滤波算法估计SOC。常见的扩展卡尔曼滤波(EKF)通过使用泰勒公式解决电池的非线性问题，但是其精度受模型的影响较大。

发明内容

发明目的：本发明提出一种基于联合H

技术方案：本发明所采用的技术方案是一种基于联合H

S1、建立二阶戴维南等效电路模型作为锂离子电池的等效电路模型；

S2、建立所述二阶戴维南等效电路模型的电气特性表达式；

S3、根据安时积分法和所述电气特性表达式建立二阶戴维南等效电路模型的状态空间方程，离散化所述状态空间方程；所得到的离散化状态空间方程为：

式中x(k)＝[SOC(k)U

D＝-R

S4、在离散状态空间方程可观测矩阵满秩条件下，得到离散状态滑模观测器的标准形式；所述离散状态滑模观测器的标准形式为：

式中：

其中sgn(·)为符号函数。

S5、通过递推最小二乘算法对所述二阶戴维南等效电路模型的参数进行辨识计算，并建立开路电压和SOC之间的函数关系，具体过程如下：

采用基于z平面的传递函数：

其中θ

其中T表示采样周期；

令E(k)＝U

y(k)＝θ(k)

其中y(k)＝E(k)，θ(k)＝[θ

由此可得所述二阶戴维南等效电路模型的参数为并通过递推最小二乘算法迭代更新：

S6、离散滑模观测器与H

首先定义代价函数如下：

w(k)、v(k)分别为过程噪声和观测噪声，δ为H

之后递推出滤波过程：

状态估计：

误差协方差矩阵：

增益矩阵：

状态更新：

误差协方差更新：

为保证有解，上述状态估计过程中每一次迭代满足以下条件：

其中

基于上述方法，本发明还提出一种电池管理系统，包括处理器和存储器，所述处理器执行以下步骤：

S1、建立二阶戴维南等效电路模型的离散化状态空间方程；

S2、在离散状态空间方程可观测矩阵满秩条件下，得到离散状态滑模观测器的标准形式；

S3、通过递推最小二乘算法对二阶戴维南等效电路模型的参数进行辨识计算，并建立开路电压和SOC之间的函数关系；

S4、离散滑模观测器与H

有益效果：相比现有技术，本发明具有以下优点：本发明所述基于联合H

附图说明

图1为本发明所述基于联合H

图2为本发明所述的二阶戴维南等效电路图；

图3为通过恒流充放电试验所得OCV-SOC曲线图；

图4为本发明所述基于联合H

图5为本发明所述基于联合H

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，在本发明实施例中，以联合H

S1：选择二阶戴维南等效电路模型作为锂离子电池的等效电路模型来描述其内部动态特性；

为了准确的估计锂离子电池的SOC，需要建立一个精度更高的等效电路模型，如图2选择二阶戴维南模型来描述锂离子电池的内部动态特性，用两个RC环将锂离子电池的浓差极化内阻和电化学极化内阻有效分离，从而提高模型精度。

S2：通过基尔霍夫定律建立二阶戴维南等效电路模型的电气特性表达式；

在图2的二阶戴维南等效电路模型中，根据基尔霍夫定律可以得到其电气特性表达式为：

U

其中，U

S3、根据安时积分法和电路特性表达式建立等效电路模型的状态空间方程，并将其离散化，其具体过程如下：

通过安时积分法得到从t

其中，x(t)＝[SOC(t)U

离散化所述连续状态空间方程得到：

其中，x(k)＝[SOC(k)U

D＝-R

S4、令本系统稳定，可观测矩阵满秩，得到所设计的滑模状态观测器标准形式：

式中：

S5、使用递推最小二乘算法对模型参数进行辨识，并通过恒流充放电试验建立OCV和SOC的函数关系，具体过程如下：

基于z平面的传递函数如下：

其中θ

令E(k)＝U

E(k)＝θ

将上式转换为矩阵形式，得到：

y(k)＝θ(k)

其中y(k)＝E(k)，θ(k)＝[θ

由此可得模型的阻容参数并通过递推最小二乘算法迭代更新：

如图3所示，锂离子电池的SOC与OCV直接相关，为了得到OCV和SOC之间的函数关系，进行混合脉冲功率特性放电测试实验来得到OCV-SOC曲线并拟合得到的函数关系：

S6、标准H

其中N表示系统采样的总时间，N-1为N-1时刻，P(0)为初始误差协方差矩阵，x(0)为初始状态值，

在实际应用中，很难直接最小化，因此，设定了一个满足方程的性能边界δ。重新整理，可以得到：

联合H

状态估计：

误差协方差矩阵：

增益矩阵：

状态更新：

误差协方差更新：

为使结果有解，迭代过程每一时刻都要满足以下条件：

其中

本发明基于联合H

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，应当理解：本领域普通技术人员基于所描述的本发明的实施例，在无需创造性劳动的前提下经修改或替换所形成的所有方法或产品，均应涵盖在本发明的权利要求保护范围之内。