[0005] 本发明的目的就是克服现有技术的不足,提出一种基于粒子滤波的电池剩余电量快速估计方法,可以适用于所有电池,且估计精度较高。
[0006] 本发明的电池剩余电量快速估计方法,具体步骤是:
[0007] 步骤(1)测量在 时刻的电池端电压 和电池供电电流 。
[0008] 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:
[0009] 状态方程:
[0010] 观测方程:
[0011] 其中 为电池的荷电状态(State of Charge, SOC),即剩余电量; 为电池的放电比例系数,反映的是放电速率、温度、自放电、老化等因素对电池SOC的影响程度; 是电池在室温25 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, 是测量时间间隔, 为处理噪声。 、 、 、 、 为常数,, 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; 为电池的内阻, 为观测噪声。
[0012] 放电比例系数 的确定方法为:
[0013] (a)将完全充满电的电池以不同放电速率 ( , 为电池的额定放电电流)恒流放电 次,计算相应放电速率下的电池总电量 , 。
[0014] (b)根据最小二乘方法拟合出 与 间的二次曲线关系,即在最小均方误差准则下求出同时满足 , 为最优系数。
[0015] (c)在放电电流为 时,对应的放电比例系数 为:
[0016]
[0017] 此处,最优系数 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。
[0018] 电池的内阻 以及常数 、 、 、 、 的确定方法为:
[0019] (d) 在室温25 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;
[0020] (e) 在放电过程中以时间间隔 测量电池在 时刻的端电压 , ,其中 对应电池充满后的起始放电时刻, 对应电池电量耗尽的终止时刻。
[0021] (f) 计算 时刻的剩余电量 。
[0022] (g) 记 , ,
[0023] 则 ,也就得到内阻 以及常数 、 、 、 、 。
[0024] 对同一类型的电池,这些参数只需确定一次,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。
[0025] 步骤(3)执行如下初始化过程:
[0026] ①粒子数目 为: ;
[0027] ②初始粒子均值 和方差 分别为: ,
[0028] ③从均值为 、方差为 的高斯分布中产生 个粒子 ,即,其中 为均值为0、方差为 的高斯随机数;
[0029] ④初始粒子重要性权重 为:
[0030] ⑤处理噪声 的方差 和观测噪声 的方差 分别为: ,
[0031] 步骤(4)采用粒子滤波算法进行循环递推:
[0032] 在时刻 ,根据测得的电池端电压 及电池的供电电流 ,按下列各式进行递推计算:
[0033] ①根据 时刻的粒子 ,基于高斯分布 ,产生 时刻的 个粒子 ,即 = ,其中 为均值为0、方差为 的
高斯随机数;
[0034] ②基于 时刻的粒子 ,进行其最大似然值 的计算:
[0035] ;
[0036] ③基于最大似然值 和 时刻粒子重要性权重 ,计算 时刻的粒子重要性权重 :
[0037] ;
[0038] ④对粒子重要性权重 进行归一化处理: ;
[0039] ⑤计算 时刻的状态估计值 ;
[0040] 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。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。
[0041] 本发明可以方便地进行电池SOC的快速估计,该方法收敛速度快,估计精度高,而且适用于各种电池SOC的快速估计。
[0042] 根据本发明的第一方面,公开了一种用于快速估计电池剩余电量的粒子滤波方法所依赖的测量量,分别为电池的端电压和电池的供电电流。
[0043] 根据本发明的第二方面,公开了一种用于快速估计电池剩余电量的粒子滤波的状态方程和观测方程。其中观测方程中电池模型参数通过最小二乘法确定。
[0044] 根据本发明的第三方面,公开了一种用于快速估计电池SOC的粒子滤波所依赖的初始值。包括粒子数目,初始粒子,初始粒子重要性权重、处理噪声及观察噪声的方差。其中,初始粒子的均值和方差不必很准确,在粒子滤波的后续迭代过程中它们会很快收敛到真实值附近;另外,一般来说,粒子数目越多估计精度越高,但会增加计算量。
[0045] 根据本发明的第四方面,公开了一种应用粒子滤波进行电池SOC快速估计的具体流程。主要包括:粒子的迭代产生,粒子的重要性权重的更新,以及SOC的估计等。