电动车用蓄电池荷电状态的估计及实现方法
2019-11-22

电动车用蓄电池荷电状态的估计及实现方法

一种电动车用蓄电池荷电状态(SOC)估计及实现方法属电动汽车智能信息处理技术领域。本方法用基于安时计量法的电池荷电状态方程,以及电池负载电压的量测方程所构成的电池的状态空间方程,再用改进的扩展卡尔曼滤波方程计算来获得电池的荷电状态。本发明的优点是具有很强的自适应性,可以消除SOC的初始误差,提高误差的收敛或减小速度,同时可以修正电池由于自放电所引起的SOC的变化,本方法适用于电池单体、模块和电池组的SOC估计。

图3为发明实施例中所测得的电压信号V(t)。

本发明涉及电动车用蓄电池荷电状态(SOC)的估计及实现方法,属于电动汽车智能信息处理技术领域。

电动车用蓄电池荷电状态的估计及实现方法

对于电动汽车动力电池SOC的估计,目前国内外采用的方法主要有放电试验法、安时(Ah)计量法、开路电压法、负载电压法、电化学阻抗频谱法、内阻法、线性模型法、神经网络法和卡尔曼滤波法等。

SOC估计的具体过程为:系统运行时首先进行初始化,初始化时即给定电池SOC的初值SOC0(即下述的x0),SOC0从电池管理系统的存储区获得,即为上次系统停止运行时电池的SOC值,在首次系统运行时该值为用户根据电池的充电状况输入估计值,从后面的实验结果可以看出SOC0的取值误差不会影响后面的估计结果,这也是本发明的一个优势;量测噪声方差Q,一般取Q为电压传感器的量测方差;预测误差协方差阵初值P0,该值可取一个较小的正数,初值的取法不影响计算;滤波放大倍数α,α=5~20。

发明内容

本发明的具体方法可总结为如下的估计过程:1)初始化:给定电池SOC的初值SOC0(即下述的x0);给定预测误差协方差阵初值P0;给定量测噪声方差Q;给定滤波放大倍数α;对于k=1,2,…,等各个采样时刻,分别进行如下计算:2)获取k采样时刻电池的负载电压信号Vk,电流信号Ik;3)电池模型由如下的荷电状态方程和负载电压量测方程组成:电池的荷电状态方程:令xk=SOCk电池的负载电压量测方程:y(k)=f(Ik,xk)+vk=k0-RIk-K1/xk-K2xk+K3ln(xk)+K4ln(1-xk)+vk式中,vk为量测噪声,其方差为Q。

图6为实现本发明的电池管理系统框图,其中I为电池(包括单体、模块或电池组),II为数据采集模块,III为中央处理器,IV为存储模块,V为报警模块。

图5为发明实施例中假设存在自放电时SOC的估计结果。

图6为实现本发明的电池管理系统框图,其中I为电池(包括单体、模块或电池组),II为数据采集模块,III为中央处理器,IV为存储模块,V为报警模块。