磷酸铁锂动力电池剩余容量的估算方法

摘要

本发明提供一种磷酸铁锂动力电池剩余容量的估算方法，包括如下步骤：建立磷酸铁锂动力电池的电化学模型；根据该电化学模型的电压方程用卡尔曼滤波算法获得电池剩余容量＝电池正负极中固相锂离子平均浓度/充満电时锂离子最大浓度。本方法基于磷酸铁锂动力电池的电化学模型，模型准确性好，精度高；采用扩展卡尔曼滤波算法进行递归估计，具有估计准确、累计误差小的特点。扩展卡尔曼滤波算法是在进行递推滤波的同时利用观测数据提供的信息，不断地修正状态估计，减小状态估计误差。

主权项

1.磷酸铁锂动力电池剩余容量的估算方法，其特征在于，由外部检测电路检测得到磷酸铁锂动力电池k时刻的电池端电压值y_k和电池的电流值I_k，并输入固入程序的计算机芯片中，计算机芯片进行估算，执行步骤包括：(1)建立磷酸铁锂动力电池的电化学模型，得到端电压方程；(2)根据该电化学模型的端电压方程用卡尔曼滤波算法获得电池剩余容量：电池剩余容量＝电池负极中固相锂离子平均浓度/充满电时锂离子最大浓度；所述端电压方程为模型中电池端电压包含了电池的开路电压U_oc(SOC)、过电压η_p-η_n、液相电位之差φ_e，p-φ_e，n以及欧姆过电压其中开路电压是剩余容量的函数，通过充放电实验测得；通过运算，液相电位之差和欧姆过电压与电流密度j^Li成正比，过电压是平均固相锂离子浓度和电流密度j^Li的函数；对磷酸铁锂动力电池的剩余容量进行扩展卡尔曼滤波算法估计，软件编程步骤如下：1)首先对扩展卡尔曼滤波算法初始化，即赋值初始SOC值和初始误差方差值，然后对以后每一时刻的SOC值进行递推运算；2)由外部检测电路先测得k时刻的电池端电压值y_k和电池的电流值I_k；3)利用上一时刻k-1的最优估计值代入状态方程计算此时刻的先验估计值利用最优估计误差方差与模型噪声误差方差之和计算此时刻的先验估计误差方差4)把先验估计值和I_k代入观测方程得到模型的先验估计电压值同时也可计算得到此时刻的观测方程系数C_k。5)计算扩展卡尔曼滤波算法增益L_k，利用扩展卡尔曼滤波算法增益来对先验估计值和先验估计误差方差进行修正，即得到k时刻的SOC的最优估计值和最优估计误差方差6)将SOC的最优估计值和最优估计误差方差这两个值作为k+1时刻电池SOC的初始值进行计算；如此循环进行，即得到每一时刻的最优估计值；每循环一次就将扩展卡尔曼滤波器的最优估计值输出到显示装置，即作为此时刻的磷酸铁锂动力电池的剩余容量SOC。