一种多参数联合估算SOC的方法与流程

本发明涉及电池管理
技术领域：
，尤其涉及一种电动汽车用电池的电池荷电状态（soc）的多参数联合估算方法。
背景技术：
：电池剩余电量又称电池的荷电状态是电池状态(stateofcharge,s0c)的重要参数之一，为电动汽车整车的控制策略提供依据。精确估算当前电池剩余电量，保证soc维持在合理的范围内，防止过充或过放对电池损伤，为我们合理利用电池，提高电池使用寿命，降低维护成本提供了技术方向。如何准确又可靠得获得电池soc值是电池管理系统最基本也是最重要的任务。目前汽车工业上采取的估算方案主要为安时（ah）积分法，并通过ocv-soc曲线进行soc修正。该方法原理简单，适用于大多数电池，但由于电流采样不准确，安时积分法误差累计快，无法实时修正以及soc初始值不准等原因，导致估算出的soc与实际的soc偏差较大。扩展卡尔曼滤波算法(extendedkalmanfilter,ekf)是基于电池模型的一种闭环算法，在模型建立准确的情况下，可精确估算出电池soc。由于电动汽车运行工况复杂，电池模型并不能模拟电池的实际工况，且随着电池使用，电池内部发生改变，同样会导致电池模型与电池特性偏差较大，导致ekf算法精度越来越低。技术实现要素：本发明的目的在于提供一种多参数联合估算soc的方法，该方法继承ekf方案的实时soc校准优点及ah积分方案稳定可靠的特点，降低对电池模型的依赖，同时工况识别，保证模型参数在线辨识准确度，最终实现在电池生命周期内均能够准确估算电池soc。为了实现上述目的，本发明采用的技术方案为，一种多参数联合估算soc的方法，首先采用基于电池二阶rc等效电路模型实现ekf算法估算电池的soc，记为socekf，同时采用ah积分法同步估算电池的soc，记为socah，然后根据固定时间t内ah(电流积分)变化量与socekf的变化量对比，计算socekf加权系数，最后将socekf和socah按照加权系数进行相加融合输出最终的soc数据；其中，基于前n周期的电流的方差判断电池运行工况，选择递推最小二乘法（rls）估算电池二阶rc等效电路模型参数的最优值以实时更新电路模型参数。作为本发明的一种改进，所述固定时间t内ah变化量具体是时间t内的电流积分值，所述的“根据固定时间t内ah变化量与socekf的变化量对比并计算socekf加权系数”具体是：将ah变化量作为参考量，将ah变化量与socekf的变化量进行最大值最小值标准化计算得出socekf的加权系数。作为本发明的一种改进，所述socekf的加权系数取值在[-1,1]之间。作为本发明的一种改进，在将socekf和socah按照加权系数进行相加融合之前需要对socekf和socah进行可靠值筛选，具体是在电流小于设定阈值i的t时刻，分别根据socekf和socah查soc与ocv关系表得到对应的开路电压uekf和uah，并与此时测量的电池端电压进行比较，选择偏差较小的电压作为基准电压，并根据soc-ocv曲线确认出socekf和socah中比较可靠的值；以socekf和socah中比较可靠的值为主进行soc数据融合输出最终的soc数据。作为本发明的一种改进，所述电流阈值i的取值应小于0.1c，其中c为电池额定容量。作为本发明的一种改进，所述socekf的加权系数k的计算公式为（1）公式（1）中q为电池的有效容量，为t时间内ekf估算soc的变化量，为t时间内ah变化量；以socekf为主进行soc数据融合的计算公式为（2）公式（2）中为ah积分法估算的soc值，为ekf算法估算的soc值。作为本发明的一种改进，所述前n周期的电流的方差的计算公式为（3）公式（3）中xi为第i周期的电流值，e（x）为前n周期的电流的平均值。作为本发明的一种改进，利用递推最小二乘法（rls）估算的电池二阶rc等效电路模型参数包括内阻rohm、极化内阻rs和rm、极化电容cs和cm.。作为本发明的一种改进，当前n周期的电流的方差值均大于设定的阈值时，认为该段电池运行工况下利用rls算法所辨识的电池二阶rc等效电路模型参数内阻rohm、极化内阻rs和rm、极化电容cs和cm.相对可靠，并将辨识的参数内阻rohm、极化内阻rs和rm、极化电容cs和cm.应用于n+1周期的soc估算。相对于现有技术，本发明的soc联合估算方法整体构思巧妙，同时采用ekf方案和ah积分方案分别进行soc估算，其中，基于电池二阶rc等效电路模型实现ekf算法估算soc，继承了ekf方案的实时soc校准优点以及ah积分方案稳定可靠的特点，同时为将等效电路模型与实际电池特性间的偏差降低到最小，利用递推最小二乘法实现等效电路模型的在线估算，通过计算电流方差选择比较理想的电池运行工况，保证rls计算的模型参数在线辨识准确度高，最终实现在电池生命周期内均能够准确估算电池soc。该方法在复杂的电池运行工况下以及电池不同的老化状态下均能够精确计算电池的soc。附图说明图1为本发明所提出的联合估算soc方法的流程框图；图2为本发明所提出的联合估算soc方法中电池二阶rc等效电路模型。具体实施方式为了加深对本发明的理解和认识，下面结合附图对本发明作进一步描述和介绍。针对ekf方案过度依赖电池模型，ah积分方案估算累计误差的问题，本发明在特定时间间隔内，根据ah（电流积分）变化量及对比电压偏差将ekf与ah方案优势结合，降低ekf算法对电池模型的依赖，提供算法的鲁棒性，同时通过电流方差判断工况，选择rls估算电池等效电路模型参数的最优值，保证电池等效电路模型参数的实时性和准确性，最终实现电池生命周期内soc准确估算。如图1所示，一种多参数联合估算soc的方法，该方法包括soc估算、soc数据处理和等效电路模型参数在线辨识三部分，其中soc估算是采用基于图2中电池二阶rc等效电路模型实现ekf算法估算电池的soc，记为socekf，同时采用ah积分法同步估算电池的soc，记为socah，两种算法互相独立，分别计算电池的soc。soc数据处理包含soc校准和soc融合计算，soc校准是由于不知道socekf和socah那个数据更接近真实值，在电流小于设定阈值i(阈值应小于0.1c，其中c为电池额定容量)的t时刻，分别根据socekf和socah查soc与ocv关系表得到对应的开路电压uekf和uah。由于此时电流较小，电池内阻及极化阻抗的分压可以近似忽略，此时测量的电池端电压接近电池的实际开路电压，分别将电池端电压与uekf和uah比较，选择偏差较小的电压作为基准电压，进而根据soc-ocv曲线确认出socekf和socah中比较可靠的值从而得到较为准确的soc数值。电池的soc-ocv曲线是为电池在不同温度及不同老化状态下的soc-ocv曲线，获得该曲线的方法为：电池在满电状态下，每次放出5%的电量后静置1小时后读取开路电压，直至电池的截至电压。soc融合计算是根据固定时间t内ah变化量分别与socekf的变化量对比，计算socekf的加权系数，最后将socekf和socah按照加权系数进行相加融合输出最终的soc数据，具体是以socekf和socah中比较可靠的值为主进行soc数据融合输出最终的soc数据。其中，固定时间t内ah变化量具体是时间t内的电流积分值，将ah变化量作为参考量，将ah变化量与socekf的变化量根据下面的公式（1）计算得出。所述socekf的加权系数取值在[-1,1]之间。假设socekf更接近真实值，则按照下面的公式（1）计算socekf的加权系数k：（1）公式（1）中q为电池的有效容量，为t时间内ekf估算soc的变化量，为t时间内ah变化量；以socekf为主进行soc数据融合的计算公式为（2）公式（2）中为ah积分法估算的soc值，为ekf算法估算的soc值。图2中，电池二阶rc等效电路模型参数包括内阻rohm、极化内阻rs和rm、极化电容cs和cm.。等效电路模型参数在线辨识是采用常规的递推最小二乘法（rls），由于rls算法在数据变化不大的电池运行工况下辨识的数据不是很准确，因此需要分别计算前面n周期电流的方差，具体采用下面的公式（3）计算：（3）公式（3）中xi为第i周期的电流值，e（x）为前n周期的电流的平均值。采用hppc（hybridpulsepowercharacteristic，混合动力脉冲能力特性）对电池进行测试，并通过rls算法得到电池的离线参数作为电路参数的初始值。当前n周期的电流的方差值均大于设定的阈值（阈值大小应由大量测试数据统计得出，电流应该有较大变化）时，认为该段电池运行工况下利用rls算法所辨识的电池二阶rc等效电路模型参数内阻rohm、极化内阻rs和rm、极化电容cs和cm相对可靠，并将辨识的参数内阻rohm、极化内阻rs和rm、极化电容cs和cm.应用于n+1周期的soc估算。本发明的多参数联合估算soc方法具体操作步骤如下：step1:通过查表，如表1所示得到电池soc数值，作为ekf算法及ah积分法的初始值。表1.soc与ocv关系表sococv0%3.1585%3.41210%3.45715%3.50120%3.54325%3.57730%3.59835%3.61340%3.62745%3.64250%3.66155%3.68660%3.72165%3.77670%3.82975%3.87980%3.93285%3.98890%4.04995%4.113100%4.182step2:ekf算法和ah积分法分别输出电池的soc，分别记为socekf和socah。step3:在时间t内计算电流积分，即为ah变化量，同时计算socekf变化量，将ah变化量作为参考量，计算得到加权系数k。step4:在电流小于设定阈值i的t时刻，分别根据socekf和socah根据表1查表得到对应的开路电压uekf和uah，分别与电池的端电压u做比较，并将偏差较小的开路电压作为相对可靠的电压，进而确认出socekf和socah中比较可靠的值。step5:根据公式（2）更新soc数值。step6:基于电流方差筛选出较为合适的电池运行工况，此时rls估算的等效电路参数如图2中内阻rohm，极化内阻rs、rm，极化电容cs、cm相对可信，并将辨识的参数应用于n+1周期的soc估算。本发明同时采用ekf和ah积分方案分别进行soc初步估算，根据固定时间内ah变化量与ekf估算soc的变化量对比，计算两种方案估算出soc的权重，得到最终的soc数值。该方案实现ekf与ah积分优势结合，同时降低ekf对电池模型的依赖及ah积分法对初始值的依赖，提高soc估算精度。并且基于电流低于固定阈值的电池运行工况下，根据ekf和ah积分方案分别估算的soc数值查ocv-soc表，并与电池端电压u做差比较，选择偏差较小的soc值作为基准soc值。同时基于前n周期的电流的方差，筛选出较为适合rls估算的电池运行工况，得到较为准确的等效参数，实现等效电路参数的实时更新，保证等效电路模型与实际电池特性偏差较小，实现电池生命周期内的soc高精度估算。本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。当前第1页12