一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法的制作方法

1.本发明属于电池管理系统技术领域，具体涉及一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法。


背景技术：

2.锂离子电池凭借寿命长、占用空间少、能量密度和功率密度高、自放电率不到铅酸和镍氢电池的一半等优点广泛适用于军事、航空航天、混合动力汽车、插入式混合动力汽车和工业能源发电站。然而，锂离子电池对过充、过放电的耐受性最低，会缩短电池寿命，从而造成安全隐患。锂离子电池的容量在其循环寿命内不会保持恒定，相反，它会在整个寿命期内下降。由于电池的内在和外在动态特性，电池组中每个电池的容量彼此不同，当充电、放电循环次数增加时，容量会降低。电池的内阻也随着充电、放电循环次数的增加而增加。此外所有电池都可能具有独特的自放电速率、阻抗、容量和温度特性。这些差异将导致多个串联电池组成的电池的寿命由于电荷不平衡而显著缩短，甚至引发危险。因此，均衡每个电池中存储的电荷是电池管理系统的一个关键功能。本发明旨在提出一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法，从而通过计算结果控制低压功率开关器件导通时序从而实现电池的均衡。


技术实现要素：

3.本发明的目的在于提出一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法，从而为电池管理系统中电池均衡提供一套行之有效的方法。
4.为了实现上述目的，本发明采用的技术方案如下：
5.一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法，包括以下步骤：
6.步骤1.建立电池的二阶分数阶模型作为荷电状态估计以及均衡的模型；
7.步骤2.采用多尺度分数阶双无迹卡尔曼滤波法实现电池参数和荷电状态的联合估计；
8.步骤3.根据步骤2中得到的电池模型参数以及电池荷电状态估计，基于开关矩阵均衡拓扑完成电池的均衡过程。
9.进一步地，步骤1具体为：使用分数阶电容代替整数阶电容，进而获得电池的二阶分数阶模型，电路状态方程如下：
[0010][0011]
u＝e-r0i
t-u
1-u2ꢀꢀꢀ
(2)
[0012]
其中α、β分别是分数阶电容阶次，u1、u2是分数阶电容两端的电压，e是电池的开路电压；u是电池的端电压；i
t
是电池的充放电流，qn表示电池的额定容量，η是库仑效率；
[0013]
此处引入g-l定义:
[0014]
阶数为α的变量x(t)可以展开写成：
[0015][0016]
式中：
gldtα
为g-l分数阶微积分算子；α为分数阶阶次；ts为步长/s；t为运算总时长/s；j为步数；[t/ts]为取t/t的整数部分；为牛顿二项式系数，并且当j＝0时，
[0017]
据此，结合(1)、(2)式可得电池分数阶模型如下：
[0018][0019]
uk＝ckx
k-r0ik+e+νkꢀꢀꢀ
(5)
[0020]
式中，c
k-1
＝{-1,-1,0},xk＝{u1(k),u2(k),soc(k)}
t
为状态向量，ωk、vk分别为系统过程噪声以及观测噪声。
[0021]
进一步地，步骤2具体包括如下步骤：
[0022]
步骤2.1.将电池模型离散化，获得非线性状态空间系统：
[0023][0024]
式中，x
k,l
、y
k,l
分别为在时间t
k,l
＝t
k,0
+l
×
t(1≤l≤l)时的状态矩阵和观测矩阵，t是采样间隔，k和l分别是宏观尺度和微观尺度，u
k,l
是系统在时间t
k,l
时的输入信号，ω
k,l
与ρk分别是系统观测噪声和过程噪声，v
k,l
是观测噪声矩阵，q是过程噪声的方差，r是观测噪声的方差；
[0025]
步骤2.2.设置初始状态和状态错误协方差；
[0026][0027][0028]
式中和分别是初始参数猜测值和误差协方差矩阵，和分别是初始状态猜测值和误差协方差矩阵；
[0029]
步骤2.3.在宏观尺度上更新先验状态值和状态误差协方差：由式(8)、(9)获得采样点σ点集和相应的权重，然后计算2j+1个σ点集的一步估计，
[0030][0031][0032]
式中ωm与ωc分别是平均权重和协方差权重，λ＝α2(j+k)-n是标度系数，k是标度因数，α是标度因子，其中α＝0.01，k＝0，β＝2；
[0033]
步骤2.4.在每个微观尺度中，根据式(10)、(11)获得采样点σ点集和相应的权重，计算2i+1个σ点集的一步估计，并更新先验状态值和状态误差协方差，然后，通过一步估计值，再次利用无迹变换生成新的σ点集，
[0034][0035][0036]
步骤2.5.在每个微观尺度上，更新观察结果，将σ点集引入观测方程，以获得的σ点
和c2的并联描述了电池浓差极化效应产生的阻抗。图2为本发明所采用的开关矩阵的电池均衡拓扑结构，其中电池两端分别通过mosfet连接至隔离dc/dc变换器，从而实现电池能量的双向流动，进而实现电池能量均衡。
[0050]
一种基于开关矩阵电池均衡拓扑的电池模型参数和荷电状态联合估计算法，包括以下步骤：
[0051]
步骤1.建立电池的二阶分数阶模型作为荷电状态估计以及均衡的模型；
[0052]
步骤2.采用多尺度分数阶双无迹卡尔曼滤波法实现电池参数和荷电状态的联合估计；
[0053]
步骤3.根据步骤2中得到的电池模型参数以及电池荷电状态估计，基于开关矩阵均衡拓扑完成电池的均衡过程。
[0054]
图3所示为多尺度分数阶双无迹卡尔曼滤波法算法流程，具体实施步骤为：
[0055]
1)在宏观尺度上更新先验状态值和状态误差协方差，并获得采样点和相应的权重。然后计算2j+1个σ点集的一步估计。j是状态的维数。
[0056]
2)在每个微观尺度中，获得采样点(σ点集)和相应的权重。计算2i+1个σ点集的一步估计，并更新先验状态值和状态误差协方差。然后，通过一步估计值，再次利用无迹变换生成新的σ点集。
[0057]
3)在每个微观尺度上，更新观察结果。将σ点集引入观测方程，以获得的σ点集的观察值和估计值进行加权和求和，以获得均值等式和协方差等式。
[0058]
4)在后验状态估计之后，比较微观尺度l和时间尺度l。如果微尺度l未达到水平l，则状态估计结果将被传输到步骤2)，作为时间初始值，然后估计状态。当l达到l时，后验状态估计及其误差协方差则会在下一个宏时间更新。
[0059]
5)更改时间尺度，用于参数和下一状态预测。
[0060]
6)在每个宏观尺度，更新后验参数估计。
[0061]
下式(14)用于测量矫正方程：
[0062][0063]
以上所述，仅是本发明的简单实施例，并非对本发明作任何限制，凡是不改变本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。