CN110308394B - 一种新型状态观测器的锂离子电池荷电状态估测方法 - Google Patents

Abstract

本发明公开一种新型状态观测器的锂离子电池荷电状态估测方法，在于提高锂离子电池SOC估测精度，主要包括以下步骤：1)利用实验数据建立电池荷电状态SOC与开路电压OCV的模型；2)修改SOC‑OCV的关系模型使其含SOH和温度；3)建立戴维南锂离子电池模型；4)离线状态下估计电池模型初始参数；5)设计一种新型的状态观测器输出误差反馈矩阵；6)读取电池当前SOH、温度T、电流和端电压；7)利用状态观测器观测SOC值。本发明的优势：一种全新的状态观测器，可保证观测误差趋于零。该状态观测器结构明确，参数设计简单；它解决了传统卡尔曼滤波器计算量大，难以应用于实际的问题。通过状态观测器保证了锂离子电池估测方法的实用性、准确性和精度。

Description

一种新型状态观测器的锂离子电池荷电状态估测方法

技术领域

本发明涉及新能源汽车动力电池的应用领域，具体涉及锂离子电池荷电状态(SOC) 的估算方法。

背景技术

由于电池SOC并不是可以直接测量到的电气量，只能通过一定的方法进行估算。只有准确的SOC值估算才能对整车进行合理的能源分配，也能正确预测车辆的剩余行驶里程；只有对SOC进行准确的估算，对电池本身而言，可以充分发挥电池的潜力，提高其使用的安全性，同时还可以延长电池的使用寿命。由于电池是一个复杂的非线性***，并且电池的电量受到很多因素的影响，比如温度、库伦效率、循环寿命、自放电因素等。另外加之外部环境和内部环境参数变化随机性，使***数学模型不易准确，因此必须对电池荷电状态估计方法具备一定的抗干扰能力和自适应能力进行设计，以提高估计的鲁棒性对电池荷电状态的有效性。

目前研究较多的卡尔曼滤波法计算SOC也存在一定的误差，其主要来源在于两个方面，其一，模型的时变性；其二，电池的物理特性是非线性的，对其建立非线性模型几乎不可避免地会存在一定差异，这也会造成一定的误差。当前已有的应用方法，都离不开SOC-OCV关系曲线的准确建立；其次所有基于电池数学模型(如一阶、二阶等等) 的方法，取决于模型的准确度。

本发明的方法是首先给出一种具有较强的自适应能力的SOC-OCV关系模型，其包含SOH和温度的影响因子，为提高电池SOC估算精度奠定基础；其次，设计一种新型的状态观测器进行SOC估算，其算法计算量明显小于目前已知的卡尔曼滤波器估算方法，且结构简单、易于实现、鲁棒性强。

发明内容

本发明的目的在于提供一种新型状态观测器的锂离子电池荷电状态估测方法，解决传统锂离子电池SOC估测算法计算量大，估算精度低，实现困难的问题。

实现本发明目的的技术方案主要包括以下步骤：

步骤1：利用实验数据建立电池荷电状态SOC与开路电压OCV的模型；

步骤2：修改SOC-OCV的关系模型使其含SOH和温度；

步骤3：建立戴维南锂离子电池模型；

步骤:4：离线状态下估计电池模型初始参数；

步骤5：设计一种新型的状态观测器输出误差反馈矩阵；

步骤6：读取电池当前SOH、温度T、电流和端电压；

步骤7：利用状态观测器观测SOC值。

对于SOC-OCV的关系模型包含SOH和温度变量因子。

离线状态估计电池模型参数。

设计一种新型的状态观测器。

观测输出误差时利用当前值误差设计观测器。

用前一时刻的实际输出代替前一时刻的观测器输出。

所给出的估计误差状态方程为设计依据。

保证估计误差状态方程为收敛，设计输出误差反馈矩阵。

所给出的一种新型的状态观测器为估算依据，进行估算当前的SOC值。

本发明与现有技术相比，其显著优点为：(1)SOC-OCV关系模型不是一成不变，随SOH和温度变化而变化，具有全生命周期性。所给出的基础模型，包含SOH和温度影响因子的统一表达式，使SOC-OCV模型更符合实际运行规律，具有较强的自适应能力，其算法简单、容易实现，为提高电池SOC估算精度奠定基础；(2)一种全新的状态观测器，可保证观测误差趋于零。该状态观测器结构明确，参数设计简单；它解决了传统卡尔曼滤波器计算量大，难以应用于实际的问题。通过状态观测器保证了锂离子电池估测方法的实用性和准确性，提高了锂离子电池荷电状态估测的精度。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是一种基于新型状态观测器的锂离子电池SOC估测方法流程示意图

图2是戴维南锂离子电池模型图

图3是新型状态观测器结构示意图

图4是SOC观测实验结果图

具体实施方式

本发明公开一种新型状态观测器的锂离子电池荷电状态估测方法，在于提高锂离子电池SOC估测精度，其主要包括SOC-OCV关系的建立，给出的统一表达式其包含SOH 和温度对SOC-OCV的影响因子，使SOC-OCV模型更符合实际运行规律；同时设计一种新型的状态观测器，对SOC进行更新和观测，可使观测误差趋于零。

下面结合附图对本发明算法做进一步的说明。

结合图1，说明SOC估算的详细步骤。

步骤一：利用实验数据建立电池荷电状态SOC与开路电压OCV的模型。

OCV-SOC的关系是电池的一个关键性能参数，常被作为描述电池状态、校准SOC 的一个重要工具，也是用于构建电池模型的必要参数。OCV和SOC的关系是非线性的，本专利利用间歇充电静置法确定SOC-OCV的关系。主要是通过测量SOC相同时间间隔对应的OCV的值，将脉冲结束时刻的电池端电压作为开路电压OCV，并进行最小二乘拟合得出它们的实际函数关系，具体实验为：

实验过程中每5％SOC下使用正脉电流对电池进行充电，脉冲充电电流设定为C/2，其充电时间宽度对应于一定量的电荷(即5％SOC)；然后静止4h以上消除极化反应，最后求静置时的平均值以获得SOC-OCV曲线。即可获取电池开路电压(OCV)与电池 SOC的变化关系。采用六阶或以上多项式函数来拟合OCV与SOC关系，或者用更为复杂的函数来拟合；拟合模型如下：

步骤二：修改SOC-OCV的关系模型使其含SOH和温度。

考虑电池健康状态(SOH)值随时间和应用情况而逐步变化下降，其次电池环境温度(T)也会随环境和应用情况而变，根据前述实验数据可建立如下模型：

其中a_i,i＝1,2,…,8可通过最小二乘法或其他方法获得。

模型(1)给出了SOC估算过程所需要的基础模型。

步骤三：建立戴维南锂离子电池模型。

结合图2，建立一阶戴维南锂离子电池模型(Thevenin)，其中开路电压V_k表示模型的输出电压，R₀表示电池的欧姆电阻，R_p表示极化电阻，C_p表示极化电容，R_p和C_p分别为一阶阻容环路模拟电池的极化环节参数。一阶戴维南锂离子电池模型(Thevenin)，考虑了电流和充放电差异等情况，可以准确的模拟和体现电池的动静态特性。

步骤四：离线状态下估计电池模型初始参数。

根据图2可得等效电路模型函数关系，其离散状态空间方程如下：

V_k＝OCV_k(SOC_k)-R₀i_k-V_p,k

其中T_s为采样周期、η为库伦系数、Q_N为电池额定容量，下标k-1、k表示前一时刻和当前时刻的相应变量值。

对式(1)进行泰勒级数展开，忽略二次以上项有：

其中：

令

根据泰勒级数展开(2)有

V_k-V_k-1＝OCV_k(SOC_k)-V_p,k-R₀i_k-OCV_k-1(SOC_k-1)+R₀i_k-1+V_p,k-1

＝C_kX_k-C_k-1X_k-1-R₀(i_k-i_k-1)

则电池模型的离散状态空间方程如下：

X_k+1＝AX_k+Bu_k

y_k＝C_kX_k-C_k-1X_k-1-R₀(i_k-i_k-1)+y_k-1

其中模型中相关参数，可采用各种***辨识方法确定。

根据可观测矩阵[C；CA]是满秩的特性，可以设计一种状态观测器。

步骤五：设计一种新型的状态观测器输出误差反馈矩阵。

根据图3所示的一种新型的状态观测器结构，给出相应设计方法过程如下：

设

为观测器所估计的状态变量，以下变量上部有“-”代表观测器估计值。

根据图3，当前观测器的输出为：

根据上式，可知前一时刻的实际输出是已知的；可以用前一时刻的实际输出代替

前一时刻的观测器输出，则上式变为：

根据图3，当前输出端电压值的观测误差为：

而状态估计的误差为：

根据图3，令状态观测器输出误差反馈矩阵为：

根据图3，修正后的观测值为：

则估计误差状态方程为：e_k＝(A-GC_kA+GC_k-1)e_k-1(3)

步骤六：读取电池当前SOH、温度T、电流和端电压，根据图3计算出当前观测器输出：

步骤七：利用状态观测器观测SOC值，根据图3计算出修正后的状态观测输出：

根据式(3)，有很多设计误差反馈矩阵G的方法如极点配置法等等，使对应***稳定；因而可设计适当的

可使(3)式收敛，即矩阵(A-GC_kA-GC_k-1)的特征值在单位圆内；也就是使观测误差越来越小。

为了验证该方法的有效性，图4给出按上述设计过程的仿真结果。实验结果表明跟随良好，SOC估算具有较高的精度达到3％以内。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，如(1)用6阶或8、9阶表示，离散状态空间方程用3阶或4阶表示；这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (2)

1.一种新型状态观测器的锂离子电池荷电状态估测方法，主要包括以下步骤：

步骤1：利用实验数据建立电池荷电状态SOC与开路电压OCV的模型；

步骤2：修改SOC-OCV的关系模型使其含SOH和温度；

步骤3：建立戴维南锂离子电池模型；

步骤:4：离线状态下估计电池模型初始参数；

步骤5：设计一种新型的状态观测器输出误差反馈矩阵；

步骤6：读取电池当前SOH、温度T、电流和端电压；

步骤7：利用状态观测器观测SOC值；

其特征在于：设计一种新型的状态观测器输出误差反馈矩阵，一种新型的状态观测器结构，给出相应设计方法过程如下：

设

为观测器所估计的状态变量，以下变量上部有“-”代表观测器估计值，下标k-1、k表示前一时刻和当前时刻的相应变量值，

观测器的输出为：

其中，

R₀表示电池的欧姆电阻，根据上式，可知前一时刻的实际输出是已知的；可以用前一时刻的实际输出代替前一时刻的观测器输出，则上式变为：

当前输出端电压值的观测误差为：

而状态估计的误差为：

令状态观测器输出误差反馈矩阵为：

修正后的观测值为：

其中，

u_k-1＝i_k-1，Rp表示极化电阻，Cp表示极化电容，Rp和Cp分别为一阶阻容环路模拟电池的极化环节参数；Ts为采样周期、η为库伦系数、Q_N为电池额定容量；

则估计误差状态方程为：e_k＝(A-GC_kA+GC_k-1)e_k-1

读取电池当前SOH、温度T、电流和端电压，计算出当前观测器输出：

2.根据权利要求1所述的一种新型状态观测器的锂离子电池荷电状态估测方法，其特征在于：对于SOC-OCV的关系模型包含SOH和温度变量因子。

Images