一種基于動態(tài)參數(shù)模型的動力電池soc估計方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電動汽車動力電池管理系統(tǒng)領(lǐng)域，具體為一種基于動態(tài)參數(shù)模型的動 力電池 S0C估計方法和系統(tǒng)。
【背景技術(shù)】
[0002] 動力電池作為電動汽車的動力源，是電動汽車最為關(guān)鍵的核心部件之一，直接影 響到電動汽車的續(xù)航里程、加速能力以及最大爬坡度等性能指標(biāo)。電池管理系統(tǒng)(Battery Management System，BMS)，負責(zé)對電池的狀態(tài)監(jiān)測、電量均衡、熱管理、能量分配等諸多方 面進行協(xié)調(diào)管理，對延長電池使用壽命、提高電池安全性、降低電池全生命周期使用成本等 具有重要意義。荷電狀態(tài)(State of Charge，S0C)是反映電池剩余電量及做功能力的一項 重要指標(biāo)，是電池充放電控制、健康狀態(tài)監(jiān)測、能量分配以及電量均衡等的重要依據(jù)。然而， 電池 S0C受溫度、電流、循環(huán)次數(shù)等諸多因素的影響，具有明顯的不確定性和很強的非線性， 因此S0C在線估計被認為是電池管理系統(tǒng)研究與設(shè)計的核心和難點技術(shù)。
[0003] 目前，國內(nèi)外報道的動力電池 S0C估計方法主要包括：內(nèi)阻法、安時積分法(也稱庫 侖計量法）、開路電壓法、神經(jīng)網(wǎng)絡(luò)法、卡爾曼濾波法和觀測器法等。其中，內(nèi)阻法依據(jù)電池 內(nèi)阻和S0C之間的函數(shù)關(guān)系，通過檢測電池內(nèi)阻來計算電池 S0C，然而在線、準確地測量電池 內(nèi)阻存在困難，限制了該方法在實際工程中的應(yīng)用。安時積分法雖然原理簡單、易于實現(xiàn)， 但是無法消除S0C的初始誤差以及因電流測量不準確而引起的累計誤差。開路電壓法根據(jù) 開路電壓(Open-Circuit Voltage，0CV)和S0C的對應(yīng)關(guān)系來計算電池 S0C，需要將電池充分 靜置后才能測量0CV，因此不適用于S0C的在線估計。神經(jīng)網(wǎng)絡(luò)法，需要大量的訓(xùn)練樣本，在 實際應(yīng)用中我們不可能得到能夠覆蓋所有實際工況的樣本數(shù)據(jù)，因此其精度將受到一定的 影響，而且該方法計算量大難以在硬件中實現(xiàn)。卡爾曼濾波法和觀測器法，都能很好地修正 電池 S0C的初始誤差，且具有良好的抗噪能力，然而它們對模型精度的要求非常高，且卡爾 曼濾波的計算開銷相對較大。動力電池是個復(fù)雜的非線性動力系統(tǒng)，電池參數(shù)明顯受到溫 度、電流、老化等諸多因素的影響，因此卡爾曼濾波和觀測器法在實際工況下的精度難以保 證。
[0004] 綜上可知，現(xiàn)有的電池 S0C估計方法在實際應(yīng)用中，都不同程度地存在一定不便和 缺陷，因此有必要做進一步的改進。其中，卡爾曼濾波和觀測器法具有較好的誤差修正能力 和抵抗噪聲能力，然而它們的精度都明顯地依賴于電池模型的精度。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術(shù)問題，本發(fā)明的目的是提供一種精準度高、適應(yīng)性強、計算量小 的動力電池 S0C估計方法和系統(tǒng)。
[0006] 本發(fā)明所采用的技術(shù)方案是:一種基于動態(tài)參數(shù)模型的動力電池 S0C估計方法，包 括以下步驟：
[0007] 對動力電池進行間歇性放電-靜置實驗，根據(jù)所得實驗數(shù)據(jù)擬合出S0C-0CV的關(guān)系 表達式；
[0008] 在不同的S0C處對電池進行恒定電流的脈沖放電-靜置實驗，記錄期間的電壓響 應(yīng)，根據(jù)所得電壓響應(yīng)曲線辨識出不同S0C值所對應(yīng)的電池等效電路模型的參數(shù)值；
[0009] 建立用于參數(shù)在線辨識的電池系統(tǒng)離散狀態(tài)空間模型；
[0010]根據(jù)所述離散狀態(tài)空間模型對電池參數(shù)進行在線辨識；
[0011] 得到電池的動態(tài)參數(shù)模型；
[0012] 建立用于S0C估計的電池系統(tǒng)離散狀態(tài)空間模型；
[0013] 對電池 S0C進行在線估計。
[0014] 作為該技術(shù)方案的改進，所述電池參數(shù)采用無跡卡爾曼濾波器進行在線辨識。
[0015] 作為該技術(shù)方案的改進，所述無跡卡爾曼濾波器的系數(shù)矩陣包括過程噪聲協(xié)方差 矩陣和測量噪聲協(xié)方差矩陣。
[0016] 作為該技術(shù)方案的改進，所述在線辨識得到的電池參數(shù)進行濾波處理。
[0017] 作為該技術(shù)方案的進一步改進，所述濾波方法采用滑動均值濾波。
[0018] 作為該技術(shù)方案的進一步改進，所述S0C估計的算法采用自適應(yīng)非線性觀測器進 行在線估計。
[0019] 作為該技術(shù)方案的進一步改進，所述自適應(yīng)非線性觀測器的增益矩陣的取值根據(jù) 系統(tǒng)觀測誤差自適應(yīng)地進行調(diào)整。
[0020] 作為該技術(shù)方案的進一步改進，所述S0C估計是基于電池動態(tài)參數(shù)模型來實現(xiàn)的。 [0021 ]本發(fā)明還提供一種基于動態(tài)參數(shù)模型的動力電池 S0C估計系統(tǒng)，包括：
[0022]動力電池 S0C-0CV關(guān)系表達式確定模塊，用于對動力電池進行間歇性放電-靜置實 驗，根據(jù)所得實驗數(shù)據(jù)擬合出S0C-0CV的關(guān)系表達式；
[0023] 動力電池參數(shù)離線辨識模塊，用于在不同的S0C處對電池進行恒定電流的脈沖放 電-靜置實驗，記錄期間的電壓響應(yīng)，根據(jù)所得電壓響應(yīng)曲線辨識出不同S0C值所對應(yīng)的電 池等效電路模型的參數(shù)值；
[0024] 動力電池參數(shù)在線辨識離散狀態(tài)空間模型確定模塊，用于建立用于參數(shù)在線辨識 的電池系統(tǒng)離散狀態(tài)空間模型；
[0025] 電池參數(shù)在線辨識模塊，用于根據(jù)所述離散狀態(tài)空間模型對電池參數(shù)進行在線辨 識；
[0026] 電池動態(tài)參數(shù)確定模塊，用于得到電池的動態(tài)參數(shù)模型；
[0027]動力電池 S0C估計離散狀態(tài)空間模型確定模塊，用于建立用于S0C估計的電池系統(tǒng) 離散狀態(tài)空間模型；
[0028]動力電池 S0C估計模塊，用于對電池 S0C進行在線估計。
[0029]本發(fā)明的有益效果是:本發(fā)明采用了基于動態(tài)參數(shù)模型的動力電池 S0C估計策略， 其中，電池的動態(tài)參數(shù)模型是根據(jù)電池的離散狀態(tài)空間模型并采用無跡卡爾曼濾波器對模 型參數(shù)進行在線辨識得到，電池 S0C的估計值是根據(jù)電池的離散狀態(tài)空間模型并采用自適 應(yīng)非線性觀測器計算得到；相較于傳統(tǒng)的參數(shù)離線辨識方法和傳統(tǒng)的卡爾曼濾波、滑模觀 測器和神經(jīng)網(wǎng)絡(luò)等方法，本發(fā)明提高了電池模型的精度，同時降低了算法的復(fù)雜程度和計 算開銷。
【附圖說明】
[0030] 下面結(jié)合附圖對本發(fā)明的【具體實施方式】作進一步說明：
[0031] 圖1是本發(fā)明第一實施例的電池 S0C估計方法的流程圖；
[0032] 圖2為本發(fā)明第二實施例電池 S0C和0CV之間的關(guān)系曲線；
[0033]圖3為本發(fā)明第三實施例電池一階RC等效電路模型的示意圖；
[0034] 圖4為本發(fā)明第四實施例電池參數(shù)在線辨識和離線辨識結(jié)果的歐姆電阻圖；
[0035] 圖5為本發(fā)明第五實施例電池參數(shù)在線辨識和離線辨識結(jié)果的極化電阻圖；
[0036] 圖6為本發(fā)明第六實施例電池參數(shù)在線辨識和離線辨識結(jié)果的極化電容圖；
[0037] 圖7為本發(fā)明第七實施例電池變電流放電電流曲線圖；
[0038] 圖8為本發(fā)明第八實施例電池變電流放電電壓曲線圖；
[0039]圖9為本發(fā)明第九實施例電池 S0C估計結(jié)果圖；
[0040] 圖10為本發(fā)明第十實施例電池 S0C估計結(jié)果的誤差圖；
[0041] 圖11為本發(fā)明第十一實施例電池 S0C估計裝置的功能模塊圖。
【具體實施方式】
[0042] 需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相 互組合。
[0043]參照圖1是本發(fā)明第一實施例的電池 S0C估計方法的流程圖。一種基于動態(tài)參數(shù)模 型的動力電池 S0C估計方法，包括以下步驟：
[0044] 對動力電池進行間歇性放電-靜置實驗，根據(jù)所得實驗數(shù)據(jù)擬合出S0C-0CV的關(guān)系 表達式；
[0045] 在不同的S0C處對電池進行恒定電流的脈沖放電-靜置實驗，記錄期間的電壓響 應(yīng)，根據(jù)所得電壓響應(yīng)曲線辨識出不同S0C值所對應(yīng)的電池等效電路模型的參數(shù)值；
[0046] 建立用于參數(shù)在線辨識的電池系統(tǒng)離散狀態(tài)空間模型；
[0047] 根據(jù)所述離散