一種鋰電池荷電狀態的在線估計方法
【專利摘要】本發明公開了一種鋰電池荷電狀態(SOC)的在線估計方法。本發明基于擴展卡爾曼濾波方法，結合了TS模糊原理對鋰電池實時參數開路電壓UOC進行精確預估，進而實現對鋰電池SOC的精確估計。本發明包括：鋰電池改進雙RC等效電路模型的建立，運用在線TS模糊模型對電池開路電壓UOC的精確計算，利用擴展卡爾曼濾波算法實時估計鋰電池SOC。基于本發明對鋰電池SOC的估計，不僅在鋰電池SOC的估計精度上滿足預定要求，而且TS模糊模型的應用使得鋰電池SOC估計精度提高的同時，也保證了在線估計的快速性和實時性。
【專利說明】
-種裡電池荷電狀態的在線估計方法
技術領域
[0001] 本發明屬于電池儲能技術領域，具體而言，設及一種裡電池荷電狀態(SOC)的估計 方法。
【背景技術】
[0002] 近幾十年來，電能存儲技術的研究和發展一直受到各國能源、交通、電力、通訊等 部口的重視。在新能源技術快速發展的大背景下，如果能在燃料電池發電、風能發電等新能 源發電設備中配備有儲能裝置，一方面可W通過儲能元件對機組的出力曲線進行調整，解 決新能源發電自身出力隨機性、不可控的問題，減小新能源出力變化對電網的沖擊;另一方 面可W在電力充沛時儲存電能，在負荷高峰時釋放電能，達到移峰填谷、減少系統備用需求 的作用。其中電池儲能技術，特別是裡離子電池由于兼具高比能量和高比功率的顯著優勢， 在大規模儲能領域有著良好的應用前景。
[0003] 電池管理系統（BatteiT Management System,BMS)通過對電池的全方位信息采 集、準確的容量估算、科學的均衡管理W及快速響應的保護策略，實現電池成組后的智能化 管理，W確保電池儲能系統安全可靠地運行。高精度的電池荷電狀態（State Of Charge, SOC)估算技術作為BMS的關鍵技術之一，是通過在線實時監測電池容量，隨時給出電池系統 的剩余容量，將電池 SOC的工作范圍控制在合理范圍內，防止電池出現過充過放現象，保證 其安全使用，同時也有利于延長電池的使用壽命。所WSOC估算是BMS的主要任務和技術難 點。影響SOC的因素很多，如環境溫度、充放電效率、循環壽命、自放電等，它們彼此禪合，因 此根據運些參數來精確估測SOC并不容易。傳統的電池 SOC估算方法缺點較明顯，適用范圍 也有限。目前在實際應用中，使用較多的是開路電壓法與安時積分法相結合的方法。需要注 意的是，安時積分法存在較大的累積誤差，必須定期進行修正，而開路電壓法只有在電池長 時間靜置穩定后方可獲得精確的結果，即離線修正，運在實際應用中較難實現。因此，需要 尋求一種具有在線修正能力的SOC實時在線估計方法。

【發明內容】

[0004] 本發明針對現有技術的不足，提出一種裡電池 SOC的在線估計方法。本發明基于擴 展卡爾曼濾波方法，結合TS模糊原理對裡電池參數開路電壓Uoc進行精確預估，進而實現對 裡電池 SOC的在線實時估計。其主要包括裡電池改進雙RC等效電路模型的建立，運用TS模糊 模型對電池開路電壓的辨識，利用擴展卡爾曼濾波算法在線實時估計裡電池 S0C。基于本發 明對裡電池 SOC的在線估計，不僅在裡電池 SOC的估計精度上滿足預定要求，而且TS模糊模 型的應用使得裡電池 SOC估計精度提高的同時，也保證在線估計的快速性和實時性。
[0005] 為實現上述目的，本發明提出了一種裡電池 SOC的在線估計方法，其特征在于，所 述方法包括W下步驟：
[0006] (1)任意給定裡電池 SOC的初始值，利用復合經驗公式模型求出電池開路電壓的預 估值技。C ;
[0007] (2)將[}。。、裡電池電流Ibat、工作溫度T作為TS模糊模型的輸入，利用TS模糊模型計 算裡電池開路電壓輸出值機^實現對開路電壓預估值?5%進行實時優化；
[000引（3)將Uoc代入裡電池改進雙R對莫型中，并使用HPPC測試法對模型參數進行辨識；
[0009] (4)利用擴展卡爾曼濾波估計器，在線計算得到裡電池 SOC的實時值SOCnew。
[0010] 作為進一步優選的，所述步驟（1)中所述復合經驗公式模型是基于對化epherd模 型、化newe虹化iversal模型W及化rnst模型進行綜合改進獲得，其形式如下：
[0011]
[001 ^ 其中，為當前電池開路電壓預估值，Z為上一時刻電池 SOC值，Ko、Ki、K2、K3、K4為 沒有物理意義的系數。通過帶遺忘因子的遞推最小二乘法對上述系數Ko~K4進行辨識。帶遺 忘因子的遞推最小二乘法的參數辨識公式為：
[0013]
[0014]
[0015]
[0016] 其中，臭(A)為待估參數向量
為數據向量
K化)為增益矩陣，P(k)為協方差矩陣，A為遺忘因子，取 接近于1的正數，通常不小于0.9。參數辨識步驟如下：
[0017] (1.1)初始數據的確定。根據經驗模型參數辨識的先驗知識給待估向量賦初 值;設置辨識的初始值P(0) = 106XI5X5(I為單位矩陣），遺忘因子入=0.998;
[001引（I.2)采樣當前輸入輸出數據心OC(皮）、Z化），確定口(衣）；
[0019] (1.3)利用上述的參數辨識公式計算得到^^/〇店化巧陽化）；
[0020] (1.4)若k<N(N為采樣個數），則k^k+1，返回步驟(1.2)，繼續循環;否則算法結束， 輸出資。
[0021] 作為進一步優選的，所述步驟(2)中利用TS模糊模型計算裡電池開路電壓輸出值 化C具體包括下述子步驟：
[0022] (2.1)對裡電池模型進行充放電仿真實驗，記錄并保存歷史輸入輸出數據；
[0023] (2.2)對歷史輸入輸出數據進行C聚類處理，計算出隸屬度函數Ui及后件參數0 (k)；
[0024] (2.3)組建TS模糊規則。其中，第i條TS模糊規則表示為：
[0025]
[0026]
[0027]其中，C為模糊規則數目，n為所述TS模糊模型的輸入變量數目，xi(k)，X2 化），? ? ?，Xn化)為第k時刻及W前的輸入輸出數據的回歸變量，4,4，-..4為代表各模 糊子空間的具有線性隸屬度函數的模糊集，可W用來進行第i條規則的模糊推理， 片,，片，...，片為第i條模糊規則的后件參數，yi化+1)為所述TS模糊模型在第i條規則下(k+ 1)時刻的輸出值。
[002引（2.4)定義01為所述第i條模糊規則的適應度，貝賄：
[0029]
[0030] 于是，所述TS模糊模型在化+1)時刻的輸出y化+1)的計算公式為：
[0031]
[0032]
[0033]
[0034] 其中，r = c ? (n+1)，可W得到：
[0035] 5Kk+l) =巫化）T ? 0 化）
[0036] (2.5)定義輸出7化+1)=1^化）。其中，1^化)為加寸刻電池開路電壓。令1^ = 1^+1并 返回步驟(2.2)，直到裡電池 SOC在線估計過程結束。
[0037] 作為進一步優選的，所述步驟(3)中所述的裡電池改進雙R對莫型，其等效內阻使用 熱敏電阻表示。結合基爾霍夫電流電壓定律，可得裡電池的狀態方程和輸出方程分別為：
[0038
[0039
[0040]其中，Wk為系統過程噪聲，Vk為系統測量噪聲。Ts為系統采樣時間，~為電容Cb和電 阻化組成的RC環時間常數，Tp為電容Cp和電阻Rp組成的RC環時間常數，Ub、Up分別為兩個RC環 兩端的電壓，n為電池庫倫效率，SOC表示模型狀態量電池 soc，Cn為電池容量。Ubat模型輸出 端電壓，Ibat為系統電流，放電時電流為正值，充電時為負。Rt為等效熱敏電阻值，其辨識方 法如下：
[0041 ] 定義熱敏電阻RT=f(T)=a ? T2+b ? T+C。其中，a、b、c為待擬合系數。將裡電池在不 同電流、不同溫度下進行充放電試驗，并得到一簇關系曲線。用曲線擬合的方法即可求出a、 b、c的值。
[0042] 其它模型參數的辨識方法如下：在常溫下使用HPPC(Hybrid Pulse Power 化aracterization,混合脈沖功率特性)工況對裡電池進行外部激勵，得到輸入輸出關系曲 線。同樣利用曲線擬合的方法可求出模型參數化、Cb、Rp、Cp的值。
[0043] 作為進一步優選的，所述步驟(4)中將所述改進雙RC模型輸出端電壓化at、模型狀 態量電池 SOC、系統電流Ibat、端電壓測量值Utm作為所述擴展卡爾曼濾波估計器的輸入量，并 進行在線計算，得到裡電池 SOC的實時值SOCnew。
[0044] 總體而言，通過本發明所構思的W上技術方案與現有技術相比，主要具備W下的 技術優點：
[0045] 1.本發明基于擴展卡爾曼濾波方法，結合TS模糊原理對裡電池參數開路電壓UOC 進行精確預估，進而實現了對裡電池 SOC的在線實時估計；
[0046] 2.同時，改進雙RC模型中將熱敏電阻作為等效內阻，并利用實驗數據對其進行精 確辨識，有效地模擬了溫度因素對裡電池端電壓的影響，進而提高了裡電池 SOC估計的準確 性；
[0047] 3.通過本發明提出的裡電池 SOC估計方法，使得裡電池 SOC估計具有良好的在線修 正能力，不僅提高了裡電池 SOC在線估計精度，也保證了其快速性和實時性。
【附圖說明】
[004引圖1是裡電池 SOC在線估計方法流程圖；
[0049] 圖2是裡電池 SOC在線估計方法結構圖；
[0050] 圖3是裡電池改進雙R對莫型等效電路圖。
【具體實施方式】
[0051] 為了使本發明的目的、技術方案及優點更加清楚明白，W下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用W解釋本發明，并 不用于限定本發明。此外，下面所描述的本發明各個實施方式中所設及到的技術特征只要 彼此之間未構成沖突就可W相互組合。
[0052] 如圖1所示為裡電池 SOC在線估計方法流程圖，具體包括：
[0053] (1)任意給定裡電池 SOC的初始值，利用復合經驗公式模型求出電池開路電壓的預 估值t)化；
[0054] (2)將Uw、裡電池電流Ibat、工作溫度T作為TS模糊模型的輸入，利用TS模糊模型計 算裡電池開路電壓輸出值Uoc,實現對開路電壓預估值進行實時優化；
[0055] (3)將Uoc代入裡電池改進雙R對莫型中，并使用HPPC測試法對模型參數進行辨識；
[0056] (4)利用擴展卡爾曼濾波估計器，在線計算得到裡電池 SOC的實時值SOCnew。
[0057] 如圖2所示為裡電池 SOC在線估計方法結構圖。
[005引采集系統電流Ibat、環境溫度TW及由所述復合經驗公式模型得到的開路電壓預估 值并作為所述TS模糊模型的輸入，運行TS模糊模型得到開路電壓優化值Uoc。將Uoc輸入 至所述裡電池改進雙R對莫型中。根據圖3所示的裡電池改進雙RC模型等效電路圖，結合基爾 霍夫電流電壓定律，即可得到模型的狀態方程和輸出方程，分別如下：
[0化9]
[0060]
[0061] 其中，Wk為系統過程噪聲，Vk為系統測量噪聲。Ts為系統采樣時間，~為電容Cb和電 阻化組成的RC環時間常數，Tp為電容Cp和電阻Rp組成的RC環時間常數，Ub、Up分別為兩個RC環 兩端的電壓，n為電池庫倫效率，SOC表示模型狀態量電池 soc，Cn為電池容量。Ubat模型輸出 端電壓，Ibat為系統電流，放電時電流為正值，充電時為負。
[0062] 將所述改進雙RC模型輸出端電壓化at、模型狀態量電池 S0C、系統電流Ibat、端電壓 測量值Utm作為所述擴展卡爾曼濾波估計器的輸入量，并進行在線計算，得到裡電池 SOC的實 時值 SOCnew。
[0063] 本發明提供的裡電池 SOC在線估計方法具有較高的估計精度，同時又保證了較快 的估計速度。并且由于TS模糊模型的使用，能夠根據系統電流W及環境溫度的變化調節模 型參數，使模型的計算輸出與實際裡電池系統的輸出保持了良好的一致性。
[0064] 本領域的技術人員容易理解，W上所述僅為本發明的較佳實施例而已，并不用W 限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含 在本發明的保護范圍之內。
【主權項】
1. 一種鋰電池荷電狀態的在線估計方法，其特征在于，所述方法包括以下步驟： (1)任意給定鋰電池荷電狀態的初始值，利用復合經驗公式模型求出電池開路電壓的 預估值c/w; (2 )將? ?、鋰電池電流1bat、工作溫度T作為TS模糊模型的輸入，利用TS模糊模型計算鋰 電池開路電壓輸出值Ucc，實現對開路電壓預估值&"進行實時優化； (3) 將UQC代入鋰電池改進雙RC模型中，并使用HPPC測試法對模型參數進行辨識； (4) 利用擴展卡爾曼濾波估計器，在線計算得到鋰電池荷電狀態的實時值SOCnew。2. 根據權利要求1所述的鋰電池荷電狀態的在線估計方法，其特征在于，所述復合經驗 公式模型是基于對Shepherd模型、Unnewehr Universal模型以及Nernst模型進行綜合改進 獲得，其形式如下：其中，為當前電池開路電壓預估值，z為上一時刻電池荷電狀態值，κ?、Κι、心、K3、K 4為 沒有物理意義的系數;通過帶遺忘因子的遞推最小二乘法對上述系數Κο~Κ4進行辨識。3. 根據權利要求2所述的鋰電池荷電狀態的在線估計方法，其特征在于，所述帶遺忘因 子的遞推最小二乘法的參數辨識公式為： ./L·：-其中，外岣為待估參數向量數據向量 妒(/，.）= [1，1 / :，: ln、In (.1 - 4 ) ].，κ (k)為增益矩陣，P (k)為協方差矩陣，λ為遺忘因子，取 接近于1的正數。4. 根據權利要求3所述的鋰電池荷電狀態的在線估計方法，其特征在于，參數辨識步驟 如下： (1.1) 初始數據的確定;根據經驗模型參數辨識的先驗知識給待估向量賦初值;設 置辨識的初始值?(〇) = 1〇6乂1%，其中1為單位矩陣，遺忘因子入=0.998; (1.2) 采樣當前輸入輸出數據、z(k)，確定供 (1.3) 利用上述的參數辨識公式計算得到以q、K(k)和P(k); (1.4) 若k〈N(N為采樣個數），則k-k+l，返回步驟(1.2)，繼續循環;否則算法結束，輸出 §〇5. 根據權利要求1或2所述的方法，其特征在于，所述步驟(2)中利用TS模糊模型計算鋰 電池開路電壓輸出值Uoc具體包括下述子步驟： (2.1)對鋰電池模型進行充放電仿真實驗，記錄并保存歷史輸入輸出數據； (2.2) 對歷史輸入輸出數據進行C聚類處理，計算出隸屬度函數m及后件參數Θ(1〇; (2.3) 組建TS模糊規則;其中，第i條TS模糊規則表示為：其中，c為模糊規則數目，η為所述TS模糊模型的輸入變量數目，X1(k)，X2(k)，…， Xn(k) 為第k時刻及以前的輸入輸出數據的回歸變量，…^為代表各模糊子空間的具有線 性隸屬度函數的模糊集，可以用來進行第i條規則的模糊推理，/<,/彳,···，％為第i條模糊 規則的后件參數，yHk+l)為所述TS模糊模型在第i條規則下(k+Ι)時刻的輸出值； (2.4) 定義&為所述第i條模糊規則的適應度，則有：所述T S模糊模型在(k+1)時刻的輸出y (k+1)的計算公式為：定義后件參數? (k)和前件參數Φ (k)為：其中，r = c · (n+1)，可以得到： y(k+l) = Φ (k)T · Θ (k) (2.5) 定義輸出7(1^+1)=1]〇(；(1〇;其中，1]〇(；(1〇為1^時刻電池開路電壓;令1^ = 1^+1并返回步 驟(2.2)，直到鋰電池荷電狀態在線估計過程結束。6.根據權利要求1或2所述的方法，其特征在于，所述鋰電池改進雙RC模型其等效內阻 使用熱敏電阻表示;結合基爾霍夫電流電壓定律，可得鋰電池的狀態方程和輸出方程分別 為：其中，Wk為系統過程噪聲，Vk為系統測量噪聲；Ts為系統采樣時間，Tb為電容Cb和電阻Rb 組成的RC環時間常數，τΡ為電容CP和電阻RP組成的RC環時間常數，U b、UP分別為兩個RC環兩端 的電壓，η為電池庫倫效率，荷電狀態為模型狀態量電池荷電狀態，cn為電池容量;ubat為模 型輸出端電壓，Ibat為系統電流，放電時電流為正值，充電時為負;Rt為等效熱敏電阻值，其 辨識方法如下： 定義RT = f(T)=a · T2+b · T+c;其中，a、b、c為待擬合系數;將鋰電池在不同電流、不同 溫度下進行充放電試驗，并得到一簇關系曲線；用Matlab曲線擬合函數polyfit求出a、b、c 的值。7.根據權利要求1或2所述的方法，其特征在于，所述步驟(4)中將所述改進雙RC模型輸 出端電壓Ubat、模型狀態量電池荷電狀態、系統電流Ibat、端電壓測量值Utm作為所述擴展卡爾 曼濾波估計器的輸入量，并進行在線計算得到鋰電池荷電狀態的實時值S0C new。
【文檔編號】G01R31/36GK105954679SQ201610278081
【公開日】2016年9月21日
【申請日】2016年4月29日
【發明人】蔣建華, 陳明淵, 李曦, 洪升平, 許元武, 李箭
【申請人】華中科技大學