利索能及
我要发布
收藏
专利号: 2022107208344
申请人: 湖北工程学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-04-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种锂电池SOC估计方法,其特征在于,所述锂电池SOC估计方法包括:基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值;

根据所述第一变化幅值与预设变化幅值判断是否采用安时积分法对所述目标锂电池进行SOC估计;

在切换至安时积分法对所述目标锂电池的SOC进行估计时,实时获取安时积分法对应的SOC估计误差;

根据当前SOC估计算法设定相应的预设误差值;

在所述SOC估计误差大于预设误差值时,执行所述基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤;

所述基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤之前,还包括:获取目标锂电池负载的电压信号、电流信号和温度信号;

基于所述电压信号、所述电流信号、所述温度信号以及预设等效电路构建模型数学关系式;

所述模型数学关系式为: ;

其中, 为电池k+1时刻荷电状态值, 为电池k时刻荷电状态值, 为电池k+1时刻极化电阻和极化电容的电压值, 为电池k时刻极化电阻和极化电容的电压值, 为电池极化电阻值, 为电池极化电容值, 为电池充放电容量, 为电池欧姆内阻, 为电池负载电流, 为电池在温度为T的环境温度下k时刻的开路电压;

根据所述模型数学关系式构建所述目标锂电池对应的电池模型;

对所述模型数学关系式进行拉普拉斯变化,获得:;

其中, , , 是电池模型特征参数的函数,k为当前时刻值,k‑1为上一时刻值,为系统输入, 为系统输出;

基于偏差补偿最小二乘法对当前时刻的最小二乘估计值进行偏差补偿,获得所述电池模型特征参数对应的最优估计值,具体计算步骤如下:计算偏差补偿最小二乘法估计误差 :

= ,

其中, , 是上一时刻系统所估计的参考值;

计算偏差补偿最小二乘法协方差 :

= ;

计算偏差补偿最小二乘法增益 :

= ;

计算偏差补偿最小二乘法误差准则函数 := ;

计算偏差补偿最小二乘法噪声方差 :

= ;

式中, 为上一时刻系统的偏差补偿最小二乘估计, 为当前时刻系统的最小二乘估计, 为相关矩阵, ;

计算偏差补偿最小二乘估计 : = ,获得参数 、、 的值;

根据 、 、 的值和公式 计算获得所述电池模型特征参数对应的最优估计值,所述最优估计值包括电池极化电阻 ,电池极化电容 ,电池欧姆内阻 ;

所述基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤,包括:根据所述最优估计值和扩展集员估计算法对所述目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值。

2.如权利要求1所述的锂电池SOC估计方法,其特征在于,所述基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤,包括:基于偏差补偿最小二乘法对所述目标锂电池对应的电池模型特征参数进行偏差补偿,获得所述电池模型特征参数对应的最优估计值;

根据所述最优估计值和扩展集员估计算法对所述目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值。

3.如权利要求1所述的锂电池SOC估计方法,其特征在于,所述根据所述最优估计值和扩展集员估计算法对所述目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤,包括:根据所述最优估计值和扩展集员估计算法构建参数矩阵; ;

式中, 为电流测量噪声, 为电压测量噪声,A、B、C、D均为参数矩阵;

初始化扩展集员估计算法参数,获得目标参数;

根据所述目标参数和预设类型对应的参数矩阵对所述目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值。

4.如权利要求1所述的锂电池SOC估计方法,其特征在于,所述在切换至安时积分法对所述目标锂电池的SOC进行估计时,实时获取安时积分法对应的SOC估计误差的步骤,包括:在切换至安时积分法对所述目标锂电池的SOC进行估计时,根据预设公式和所述矫正后的目标SOC进行误差估计,获取安时积分法对应的SOC估计误差;

所述预设公式为: , ;

其中, 是SOC 初始值, 为电池容量,  库伦效率, 是下一时刻SOC值,是当前时刻SOC值, 为电池当前时刻工作电流。

5.一种锂电池SOC估计设备,其特征在于,所述锂电池SOC估计设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的锂电池SOC估计程序,所述锂电池SOC估计程序被所述处理器执行时实现如权利要求1至4中任一项所述的锂电池SOC估计的步骤。

6.一种存储介质,其特征在于,所述存储介质上存储有锂电池SOC估计程序,所述锂电池SOC估计程序被处理器执行时实现如权利要求1至4中任一项所述的锂电池SOC估计方法的步骤。

7.一种锂电池SOC估计装置,其特征在于,所述锂电池SOC估计装置包括:误差矫正模块,用于基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值;

算法切换模块,用于根据所述第一变化幅值与预设变化幅值判断是否采用安时积分法对所述目标锂电池进行SOC估计;

SOC估计模块,用于在切换至安时积分法对所述目标锂电池的SOC进行估计时,实时获取安时积分法对应的SOC估计误差;

所述误差矫正模块,还用于根据当前SOC估计算法设定相应的预设误差值;在所述SOC估计误差大于预设误差值时,执行所述基于偏差补偿最小二乘法和扩展集员估计算法对目标锂电池的SOC进行误差矫正,获得矫正后的目标SOC的第一变化幅值的步骤;

所述误差矫正模块,还用于获取目标锂电池负载的电压信号、电流信号和温度信号;基于所述电压信号、所述电流信号、所述温度信号以及预设等效电路构建模型数学关系式;所述模型数学关系式为: ;

其中, 为电池k+1时刻荷电状态值, 为电池k时刻荷电状态值, 为电池k+1时刻极化电阻和极化电容的电压值, 为电池k时刻极化电阻和极化电容的电压值, 为电池极化电阻值, 为电池极化电容值, 为电池充放电容量, 为电池欧姆内阻, 为电池负载电流, 为电池在温度为T的环境温度下k时刻的开路电压;根据所述模型数学关系式构建所述目标锂电池对应的电池模型;对所述模型数学关系式进行拉普拉斯变化,获得: ;其中, , , 是电池模型特征参数的函数,k为当前时刻值,k‑1为上一时刻值, 为系统输入, 为系统输出;

基于偏差补偿最小二乘法对当前时刻的最小二乘估计值进行偏差补偿,获得所述电池模型特征参数对应的最优估计值,具体计算步骤如下:计算偏差补偿最小二乘法估计误差 :

= ,其中, , 是上一时

刻系统所估计的参考值;

计算偏差补偿最小二乘法协方差 :

= ;

计算偏差补偿最小二乘法增益 :

= ;

计算偏差补偿最小二乘法误差准则函数 := ;

计算偏差补偿最小二乘法噪声方差 :

= ;

式中, 为上一时刻系统的偏差补偿最小二乘估计, 为当前时刻系统的最小二乘估计, 为相关矩阵, ;

计算偏差补偿最小二乘估计 : = ,获得参数 、、 的值;

根据 、 、 的值和公式 计算获得所述电池模型特征参数对应的最优估计值,所述最优估计值包括电池极化电阻 ,电池极化电容 ,电池欧姆内阻 。