量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法與系統(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電荷狀態(tài)估計領(lǐng)域，具體為量測噪聲方差陣相匹配 的電池電荷狀態(tài)估計方法與系統(tǒng)。
【背景技術(shù)】
[0002] 電池是電動汽車整車系統(tǒng)中最重要組件之一，為了確保電動汽車的安全性，合理 管理電池至關(guān)重要。近年來，鋰離子電池以其能量密度高，循環(huán)壽命長，無記憶效應(yīng)，環(huán)境友 好等優(yōu)點(diǎn)成為動力電池應(yīng)用領(lǐng)域研宄的熱點(diǎn)，并逐漸成為電動車輛動力電池的最佳選擇。
[0003] 電荷狀態(tài)（StateofCharge，S0C)是電池管理系統(tǒng)（BatteryManagement System，BMS)中的重要參數(shù)，然而它不能直接通過傳感器測量所得，只能依據(jù)所建立的模 型，運(yùn)用相應(yīng)的算法，間接估計得到。由于電池運(yùn)行時受充、放電電流、溫度、自放電和壽命 等因素的影響，并且在使用過程中表現(xiàn)出的復(fù)雜非線性，對精確估計S0C造成一定難度。
[0004] 目前S0C估計方法主要有：存在累積誤差問題的安時法、需長時間靜置的開路電 壓法、卡爾曼濾波法、需大量數(shù)據(jù)進(jìn)行學(xué)習(xí)的模糊邏輯法和神經(jīng)網(wǎng)絡(luò)法等。
[0005] 對于電池內(nèi)部的化學(xué)特性表現(xiàn)出的復(fù)雜非線性特點(diǎn)，將經(jīng)典卡爾曼濾波的狀態(tài) 估計擴(kuò)展到非線性隨機(jī)系統(tǒng)的狀態(tài)估計中，出現(xiàn)了擴(kuò)展卡爾曼濾波和無跡卡爾曼濾波 (UnscentedKalmanFilter，UKF)。UKF克服了擴(kuò)展卡爾曼濾波中需要計算雅克比矩陣，要 求狀態(tài)函數(shù)和量測函數(shù)必須是連續(xù)可微的缺點(diǎn)，但應(yīng)用擴(kuò)展卡爾曼濾波是以已知噪聲統(tǒng)計 特性為先決條件。當(dāng)噪聲統(tǒng)計特性隨實(shí)際工況條件劇烈變化時，無跡卡爾曼濾波器不具有 自適應(yīng)能力，易出現(xiàn)濾波的狀態(tài)估計精度下降甚至發(fā)散。為了克服這個缺點(diǎn)，又出現(xiàn)了自適 應(yīng)無跡卡爾曼濾波（AdaptiveUnscentedKalmanFilter，AUKF)〇
[0006] AUKF雖然同時對量測噪聲方差陣R和過程噪聲方差陣Q進(jìn)行調(diào)節(jié)時，但R與Q的 調(diào)整未能保證實(shí)際殘差方差陣與估計得到的理論殘差方差陣完全相匹配，并未區(qū)別對待系 統(tǒng)過程噪聲引起的誤差和量測噪聲引起的誤差，其魯棒性較差。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是設(shè)計一種量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法，R本 身自適應(yīng)調(diào)整的方法結(jié)合實(shí)際殘差方差陣與估計的理論殘差方差陣相匹配的方法，以方差 陣的完全匹配為目標(biāo)，反向推算由虛擬的量測噪聲方差陣A與量測噪聲方差陣R之比構(gòu)成 的調(diào)整因子ek，實(shí)現(xiàn)濾波增益的自適應(yīng)調(diào)整，即方差陣相匹配的魯棒自適應(yīng)無跡卡爾曼濾 波算法。對濾波增益進(jìn)行自適應(yīng)調(diào)節(jié)，解決過程噪聲引起的誤差、量測噪聲引起的誤差所 造成的魯棒性較差的問題，準(zhǔn)確估計電池電荷狀態(tài)S0C，即使在不同電池電荷狀態(tài)S0C初值 下，也能較快地收斂到真值。
[0008] 本發(fā)明的另一目的是設(shè)計一種量測噪聲方差陣相匹配的電池電荷狀態(tài)估計系統(tǒng)， 其包括微處理器，其含有實(shí)現(xiàn)量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法的對應(yīng)的軟 件模塊，可嵌入到使用動力電池的裝備中，實(shí)現(xiàn)動力電池的實(shí)時電荷狀態(tài)在線估計與顯示。
[0009] 本發(fā)明設(shè)計的量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法包括如下步驟：
[0010]I、建立電池模型及參數(shù)辨識
[0011] I-1、建立電池模型
[0012] 目前，電動汽車電池模型主要有：電化學(xué)模型、神經(jīng)網(wǎng)絡(luò)模型、阻抗模型、等效電路 模型等。本發(fā)明根據(jù)電池的工作原理，采用聯(lián)合模型，相對其他的模型，聯(lián)合模型結(jié)構(gòu)簡單、 辨識容易，仿真精度較好，具有通用性。其數(shù)學(xué)表達(dá)式：
【主權(quán)項(xiàng)】
1.量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法，其特征在于包括如下步驟： I、 建立電池模型及參數(shù)辨識 I-1、建立電池模型 采用聯(lián)合模型，其數(shù)學(xué)表達(dá)式：
其中Uk，Xk和Ik分別是當(dāng)前k時刻電池端電壓，SOC和電流；電池放電過程Ik為正值， 充電過程Ik為負(fù)值；a。，&1，a2, &3和a4是通過最小二乘法得到的相關(guān)參數(shù)；Rtl是歐姆內(nèi)阻； rIk是k時刻庫倫效率，Cn是電池的標(biāo)稱容量，At表不米樣間隔；《 15是k時刻系統(tǒng)過程噪 聲，Vk是k時刻量測噪聲；采樣得到Uk、Ik; I -2、模型參數(shù)辨識 模型參數(shù)辨識方法采用最小二乘法得：c= [a〇,av a2,a3,a4,R〇]T= (MtM)^1MtU (3) 其中，U= [U1,U2,. . .，UN]T是端電壓序列，M=[MpM2,. . .，MN]T是遞歸矩陣，
II、 自適應(yīng)無跡卡爾曼濾波 自適應(yīng)無跡卡爾曼濾波估計SOC過程如下： II -1、初始狀態(tài)統(tǒng)計特性為：
X。是SOC初始值，冬是SOC初始值的平均值，Ptl為初始誤差協(xié)方差陣； II-2、SOC的估計值的過程 SOC的估計值j)A
是k時刻自協(xié)方差陣，是k時刻互協(xié)方差陣，Kk是k時刻的濾波增益，zk是k 時刻電池端電壓的真實(shí)值，A是k時刻的SOC值； III、方差陣相匹配的魯棒自適應(yīng)無跡卡爾曼濾波 魯棒卡爾曼濾波中的系統(tǒng)信息 WV-i ⑶ 定義系統(tǒng)實(shí)際殘差方差陣Ck:
其中L為所選取的平滑窗口，根據(jù)經(jīng)驗(yàn)法，取L= 16 ;系統(tǒng)估計的理論殘差方差陣為 及，兩者的比值為：
其中tr(_)表示矩陣的跡； 當(dāng)描述系統(tǒng)噪聲統(tǒng)計特性準(zhǔn)確時，即系統(tǒng)量測噪聲的實(shí)際值與給定值一致，用于描述 兩者的匹配程度的殘差方差實(shí)際值的跡與估計的理論值的跡之比值0為1 ; 當(dāng)系統(tǒng)量測噪聲的實(shí)際值與給定值不一致時，0偏離1;調(diào)整因子ek結(jié)合Rk本身自 適應(yīng)調(diào)節(jié)，對估計的理論殘差方差陣進(jìn)行調(diào)整；
ek〈〇時，取自適應(yīng)調(diào)整因子= 修正Rk，S為衰減因子； 當(dāng)ek為正值時，取自適應(yīng)調(diào)整因子f,,=q修正Rk; 求取自適應(yīng)調(diào)整因子€，并與R本身自適應(yīng)調(diào)整相結(jié)合，以€Rk修正理論計算得到量 測噪聲統(tǒng)計特性，具體如下： 自適應(yīng)調(diào)整因子4帶入公式（13)調(diào)整濾波增益，得到新的濾波增益NKk:
2. 根據(jù)權(quán)利要求1所述的量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法，其特征在 于： 所述步驟IV中衰減因子0. 3〈S〈〇. 7。
3. 根據(jù)權(quán)利要求1或2所述的量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法設(shè)計的 量測噪聲方差陣相匹配的電池電荷狀態(tài)估計系統(tǒng)，包括微控制器及其連接的顯示器，其特 征在于： 所述微控制器是嵌入式微控制器，動力電池輸出端接有電壓傳感器和電流傳感器；電 壓傳感器和電流傳感器經(jīng)模數(shù)轉(zhuǎn)換模塊連接嵌入微控制器，嵌入微控制器含有模型參數(shù)辨 識模塊、調(diào)整因子計算模塊、濾波增益自適應(yīng)調(diào)整、魯棒自適應(yīng)無跡卡爾曼濾波SOC估計模 塊，還接有CAN總線接口和/或RS232接口；本系統(tǒng)與動力電池一起，嵌入在使用動力電池 的設(shè)備中，在一個采樣周期內(nèi)完成電壓、電流的采集、電池模型參數(shù)辨識及SOC在線估計， 所得SOC結(jié)果在顯示器上顯示或直接傳送到該設(shè)備的控制器局域網(wǎng)絡(luò)。
【專利摘要】本發(fā)明為量測噪聲方差陣相匹配的電池電荷狀態(tài)估計方法與系統(tǒng)，本法步驟為：建立電池模型、電壓電流采樣，最小二乘法參數(shù)辨識模型參數(shù)；自適應(yīng)無跡卡爾曼濾波估計SOC；調(diào)整濾波增益的方差陣相匹配的魯棒自適應(yīng)無跡卡爾曼濾波，計算系統(tǒng)量測噪聲實(shí)際殘差方差陣值和估計的理論殘差方差陣，得到εk。εk大于1自適應(yīng)調(diào)整因子否則調(diào)整濾波增益，求得SOC估計值本系統(tǒng)動力電池所接電壓、電流傳感器經(jīng)模數(shù)轉(zhuǎn)換模塊連接微控制器。微控制器含模型參數(shù)辨識模塊、調(diào)整因子計算模塊、濾波增益自適應(yīng)調(diào)整、魯棒自適應(yīng)無跡卡爾曼濾波SOC估計模塊。SOC直接顯示或傳送到設(shè)備CAN網(wǎng)絡(luò)。本發(fā)明動態(tài)調(diào)整濾波增益，提高了SOC估計的魯棒性。
【IPC分類】G01R31-36
【公開號】CN104714188
【申請?zhí)枴緾N201510147926
【發(fā)明人】黨選舉, 李爽, 姜輝, 伍錫如, 張向文, 楊青, 朱國魂, 唐士杰, 莫妍
【申請人】桂林電子科技大學(xué)
【公開日】2015年6月17日
【申請日】2015年3月31日