买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国长江电力股份有限公司;三峡电能有限公司

摘要：基于改进的自适应卡尔曼滤波算法的电池SOE估算方法，属于新能源汽车电池管理技术领域，选取二阶RC模型作为自适应卡尔曼滤波算法的研究基础，利用混合功率脉冲特性HPPC试验实现电池模型参数识别。本发明提出了改进的自适应卡尔曼滤波算法，解决了滤波不稳定的问题，将改进后的算法应用于电池SOE估算。本发明提出的基于改进的自适应卡尔曼滤波算法的SOE估算方法，原理简单，易于实现，在工程上具有较高的实用价值。

主权项：1.一种基于改进的自适应卡尔曼滤波算法的电池SOE估算方法，其特征在于，包括以下步骤：S1、建立二阶RC等效电路模型；S2、进行二阶RC模型参数的辨识，通过混合功率脉冲特性试验和多项式拟合方法分别获取开路电压Uocv、欧姆内阻R0、极化电容Cp1、极化电容Cp2、极化电阻Rp1和极化电阻Rp2，以及电池SOE和UOCV的函数关系；SOE表示电池剩余能量状态，UOCV表示电池开路电压；S3、进行SOE估算，SOE定义为以下方程： 其中U为电池端电压，I为电流，η为电池库伦效率，EN为电池的额定能量；SOEt0表示电池在t0时刻的能量状态，SOEt表示电池在t时刻的能量状态，通过对t0到t时刻的电流电压乘积的积分累计来完成SOE的估算；SOE估算的步骤如下：S3-1、基于SOE定义计算式和二阶RC等效电路模型的离散方程建立状态方程和观测方程： 式中Up1,k、Up2,k为模型k时刻的极化电压，Δt为电流、电压采样时间间隔，SOEk为电池k时刻的能量状态，UOCVSOEk表示k时刻的SOE值所对应的UOCV的值，UL,k为电池k时刻的端电压，Ik为电池k时刻的电流，τ1、τ2为电池极化时间常数，ωk为过程噪声，vk为观测噪声；选取状态变量为： 其中xk为状态向量，yk为输出向量，Φk为状态转移矩阵，Uk为输入矩阵，Hk为输出矩阵： S3-2、设置移动平均窗口M以及初始值SOE0、Up10、Up20、P0、Q0和R0，S3-3、根据公式5、公式6进行时间更新，得到当前时刻的预测估计状态变量和估算端电压值其中开路电压值由上一时刻的SOE值根据SOE与开路电压的函数关系曲线得出；再由公式7更新出状态变量的误差协方差Pk|k-1，同时根据实验采集的电压值zk和估算电压值计算出当前时刻的新息ek； S3-4、由公式9计算卡尔曼滤波增益Kk； S3-5、依照公式10和11完成状态量的测量更新，得出当前时刻状态变量的最优估计值和协方差矩阵Pk； Pk＝I-KkHkPkk-111；S3-6、如果估算的步长小于移动平均窗口M，残差协方差的最优估计值对过去的所有时刻取新息的平均值；如果估算的步长大于移动平均窗口M，选用公式12进行的估计； S3-7、由公式13和14进行过程噪声方差Q和量测噪声方差R的更新； S3-8、把当前时刻得到的最优估计值和协方差矩阵Pk作为下一时刻的初始值，循环步骤S3-3至S3-7实现各个时刻电池SOE的估算。

全文数据：

权利要求：

百度查询： 中国长江电力股份有限公司 三峡电能有限公司 基于改进的自适应卡尔曼滤波算法的电池SOE估算方法