基于扩展Kalman滤波估算SOC的方法

本发明涉及一种估算soc的方法，涉及一种基于扩展kalman滤波估算soc的方法。

背景技术：

21世纪以来，随着环境污染和能源危机的日益加剧，人们迫切地寻求更加环保有效的可替代能源。锂离子电池凭借自身性能的优越性，从而成为新时代新能源发展的标志性产物之一。而新能源电动汽车由于可以有效地改善这些问题，从而得到了世界各国的广泛认可与推崇。时至今日，新能源汽车虽然得到了快速地发展，但在这个进程中依然存在着许多亟待解决的技术难题。其中电池作为电动汽车的三大关键技术之一，更是电动汽车进一步发展与普及的最大屏障。

动力电池荷电状态(stateofcharge，soc)作为电池重要参数之一，在实际应用中多被作为核心参数呈现在仪器仪表上，方便用户直观了解电池组的剩余电量和健康状况，同时也为电池组合理充放电和制定最优能量管理策略提供重要依据。由于电池充放电时内部的反应复杂，且在实际应用中，电池受工况、环境等随机因素影响，具有很强的时变非线性，容易出现电池过充过放电，进而导致续航能力下降和产生安全隐患。因此实时准确估计动力电池soc值，对于延长电池寿命、提高电池的安全可靠性和提升电动汽车整车性能具有重要的理论意义和工程价值。电池是一个复杂的具有较强非线性特性的化学装置，soc不能直接通过传感器测量得到，只能通过使用基于模型的算法间接地估计。伴随着电池工业的发展，已有许多针对提高soc估算精度的方法。安时积分法通过计算电池在充放电时的电量进行soc估计，但它需要较高精度的电流测量值，且会产生不可避免的累积误差；神经网络算法需要大量的训练数据，其估计精度受训练方法和训练数据影响较大。利用开路电压ocv与soc的近似线性关系对soc进行估计也是一个有效的方法，被广泛应用于纯电动汽车和混合动力汽车，但是对于锂离子电池而言，ocv-soc曲线中一个微小的变化就会导致soc估算结果较大的改变，单独使用只适用于电动汽车的驻车状态，不能在线、动态估算。

卡尔曼滤波是在已知系统噪声、数学模型和状态初始值的情况下，利用系统的状态方程和输出方程的测量数据求出需要估算的状态或参数。标准的卡尔曼滤波处理线性系统的最优估计问题，然而锂离子电池组本身是非线性动态系统，因此标准卡尔曼滤波法不适合电池soc的估计。

技术实现要素：

1、所要解决的技术问题：

现有对电池组实现soc的在线估计方法很多，但是不够精确，误差达到10％以上。

2、技术方案：

为了解决以上问题，本发明提供了一种基于扩展kalman滤波估算soc的方法，包括以下步骤：第一步：获得soc初始状态值；第二步：计算k时刻soc状态预测值；第三步：计算k+1时刻soc状态值；第四步：计算k+1时刻输出预测值；第五步：计算k+1时刻输出误差；第六步：对k+1时刻soc状态值校正；第七步：得到k+1时刻状态最佳预测值，然后回到第一步。

3、有益效果：

本发明根据锂离子电池的内部阻抗、温度、充放电特性建立了二阶rc锂离子电池等效模型。仿真和实验表明该模型结构简单、易于计算，并能够准确表征锂离子电池相关特性；运用扩展的卡尔曼滤波法对建立的二级rc锂的离子电池等效模型进行soc估算，电池实际荷电量与估算值的误差在4％以内。

附图说明

图1为二阶rc等效电路模型。

图2为soc估算流程图。

具体实施方式

如图2本发明提供了一种基于扩展kalman滤波估算soc的方法，包括以下步骤：第一步：获得soc初始状态值；第二步：计算k时刻soc状态预测值；第三步：计算k+1时刻soc状态值；第四步：计算k+1时刻输出预测值；第五步：计算k+1时刻输出误差；第六步：对k+1时刻soc状态值校正；第七步：得到k+1时刻状态最佳预测值，然后回到第一步。

第二步中，k时刻soc状态预测值的方法为：第一步：建立二阶rc等效电路模型，如图1所示，将电池等效模型用以下公式表示：

vb＝voc(soc)－vts－vts－i(t)rs，(1)

式中，vb为电池输出电压、voc为开路电压、vts为cts两端电压、vtl为ctl两端电压；

第二步，测量输入电流和电池的电压，以soc和二阶rc网络上电压vn作为输出变量，

以电流作为输入变量，通过以下公式计算得到，k时刻soc状态预测值：

vts＝vts(t)/(rts·vts)+i(t)/cts；(2)

vtl＝vtl(t)/(rtl·vtl)+i(t)/ctl；(3)

sock＝sock-1+(ηik-1△t)/c；(4)

式中ik-1是采样时刻k-1时电流，η是库仑系数，充电时η＝1，放电时η＜1；c是电池容量；△t是采样时间；sock-1是电池荷电状态。

计算k+1时刻输出预测值的方法为，根据扩展kalman滤波空间方程式，式(2)、(3)、(4)表示为模型的离散化状态向量方程：

根据扩展kalman滤波模型原理，线性化通过雅可比矩阵求解ak、bk、ck、dk，计算出k+1时刻输出预测值；

dk＝-rs(k)(10)。

利用扩展卡尔曼滤波方法ekf(extendedkalmanfilter)并结合二级rc电池等效模型估算出的soc与用精确的数学方法计算出soc集中于±0.04的区间内。较好地解决soc在线评估问题。

虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。