一种基于EKF的锂电池SOC估算方法

摘要

本发明公开了一种基于EKF的锂电池SOC估算方法，包括：⑴根据单体磷酸铁锂电池的Thevenin模型和A_k,C_k的定义，可得A_k,C_k的计算公式；⑵在EKF的估算过程中，滤波初值选取在一定的范围内，经过不断参数调试P_k和R的初值；⑶将参数代入Kalman滤波框架，经过不断迭代和数据更新就能够得到SOC的最优估计。本发明所述基于EKF的锂电池SOC估算方法，可以克服现有技术中使用寿命短、安全性差和可靠性低等缺陷，以实现使用寿命长、安全性好和可靠性高的优点。

主权项

一种基于EKF的锂电池SOC估算方法，其特征在于，包括：⑴根据单体磷酸铁锂电池的Thevenin模型和A_k,C_k的定义，可得A_k,C_k的计算公式如式3‑9和3‑10所示：$A_k=\frac{\partial f}{\partial x}{|}_{x={\hat{x}}_k^{+}}=\left[\begin{array}{cc}1& 0\\ 0& e^{-\frac{T}{\tau }}\end{array}\right]---(3-9);$$C_k=\frac{\partial g}{\partial x}{|}_{x={\hat{x}}_k}=\left[\begin{array}{cc}\frac{\mathrm{dOCV}}{\mathrm{dSOC}}{|}_{\mathrm{SOC}=S_k^{-}}& -1\end{array}\right]---(3-10);$⑵在EKF的估算过程中，滤波初值选取在一定的范围内，估算值均会收敛在真值附近，选取在合适的范围之内，在单体磷酸铁锂电池的SOC估算中，经过不断参数调试P_k和R的初值选取如式3‑11和3‑12所示：$P_0=\left[\begin{array}{cc}{10}^{-4}& 0\\ 0& {10}^{-4}\end{array}\right]---(3-11);$R＝3                               (3‑12)；⑶在Matlab/Simulink仿真中，采样周期T选取为0.5s，将辨识得到的OCV与SOC函数关系代入式3‑9与式3‑10，可得A_k的值如公式3‑13所示；C_k的值随SOC的变化而变化，将估算得到的SOC代入式3‑10即可得到：$A_k=\left[\begin{array}{cc}1& 0\\ 0& 0.6065\end{array}\right]---(3-13);$EKF迭代所需的参数均已获得，将参数代入Kalman滤波框架，经过不断迭代和数据更新就能够得到SOC的最优估计；在Matlab/Simulink中，设计1C恒流脉冲放电试验，将单体磷酸铁锂电池自充满电，放电至SOC为20％，将放电电流数据采集，作为整个系统输入，输入到EKF滤波算法中，即可得到SOC的估算值。