一种基于粒子滤波的电池剩余电量估计方法   0    0

本发明涉及一种基于粒子滤波的电池剩余电量估计方法。现有方法不能满足在线检测要求，并且精度差。本发明方法首先测量在时刻的电池端电压和电池供电电流，然后用状态方程和观测方程表示电池的各个时刻的荷电状态，再执行初始化过程，采用粒子滤波算法进行循环递推，递推所得到的状态估计值即为当前时刻所估计得到的电池剩余电量。本发明方法可以方便地进行电池剩余电量的快速估计，收敛速度快、估计精度高。

1.一种基于粒子滤波的电池剩余电量估计方法，其特征在于该方法包括如下步骤：
步骤(1)测量在k时刻的电池端电压yk和电池供电电流ik，k=1,2,3,…；
步骤(2)用状态方程和观测方程表示电池的各个时刻的荷电状态：
状态方程：
观测方程：
其中z为电池的荷电状态，即剩余电量；ηi为电池的放电比例系数，反映的是放电速率、温度、自放电、老化因素对电池SOC的影响程度；Qn是电池在室温25°C条件下、以1/30倍额定电流的放电速率放电时所能得到的额定总电量，Δt是测量时间间隔，wk为处理噪T
声；K0、K1、K2、K3、K4为常数，p=[K0 R K1 K2 K3 K4]，p为电池观测模型的参数，是一个列向量，对同类型的电池它们是不变的；R为电池的内阻，vk为观测噪声；放电比例系数ηi的确定方法为：
(a)将完全充满电的电池以不同放电速率Ci恒流放电N次，计算相应放电速率下的电池总电量Qi，1≤i≤N，010，C为电池的额定放电电流；
(b)根据最小二乘方法拟合出Qi与Ci间的二次曲线关系，即在最小均方误差准则下求
2
出同时满足Qi=aCi+bCi+c，a,b,c为最优系数；
(c)在放电电流为ik时，对应的放电比例系数ηi为：
此处最优系数a,b,c对于同一类型的电池只需确定一次，确定后可作为已知常数直接用于所有同类型电池的剩余电量估计；
电池的内阻R以及常数K0、K1、K2、K3、K4的确定方法为：
(d)在室温25°C条件下、以1/30倍额定电流对充满电的电池进行恒定电流放电直至电量耗尽；
(e)在放电过程中以测量时间间隔Δt测量电池在s时刻的端电压ys，s＝0,1,2,…M，其中s＝0对应电池充满后的起始放电时刻，s＝M对应电池电量耗尽的终止时刻；
(f)计算s时刻的剩余电量zs＝1-s/M；
(g)记
T -1 T
则p=(HH) HY，也就得到内阻R以及常数K0、K1、K2、K3、K4；
对同一类型的电池，参数只需确定一次，确定后可作为已知常数直接用于所有同类型电池的剩余电量估计；
步骤(3)执行如下初始化过程：
①粒子数目NP为：NP=300；
②初始粒子均值 和方差 分别为：
③从均值为 方差为 的高斯分布中产生NP个粒子 i＝1,2,...,Np，即
其中 为均值为0、方差为 的高斯随机数；
④初始粒子重要性权重 i＝1,2,...,NP为：
-5
⑤处理噪声wk的方差Rw和观测噪声vk的方差Rv分别为：Rw=10 ，
-2
Rv=10 ；
步骤(4)采用粒子滤波算法进行循环递推：
在时刻k=1,2,3,…，根据测得的电池端电压yk及电池的供电电流ik，按下列各式进行递推计算：
①根据k-1时刻的粒子 i＝1,2,...,Np，基于高斯分布 产生k时刻
的NP个粒子 i＝1,2,...,Np，即 其中N(0,Rw)为均值为0、方差为
Rw的高斯随机数；
②基于k时刻的粒子 i＝1,2,...,Np，进行其最大似然值 i＝1,2,...,Np的计算：
③基于最大似然值 i＝1,2,...,Np和k-1时刻粒子重要性权重 i＝
1,2,...,NP，计算k时刻的粒子重要性权重 i=1,2,...,NP：
④对粒子重要性权重 i＝1,2,...,NP进行归一化处理：
⑤计算k时刻的状态估计值
递推所得到的状态估计值 即为当前时刻k所估计得到的电池剩余电量；整个循环递推过程是在线完成的，即在电池实际工作过程中同步完成各时刻电池剩余电量的估计。