[go: up one dir, main page]

CN103744027A - 一种基于卡尔曼滤波的自校正电池soc估算方法 - Google Patents

一种基于卡尔曼滤波的自校正电池soc估算方法 Download PDF

Info

Publication number
CN103744027A
CN103744027A CN201310719375.9A CN201310719375A CN103744027A CN 103744027 A CN103744027 A CN 103744027A CN 201310719375 A CN201310719375 A CN 201310719375A CN 103744027 A CN103744027 A CN 103744027A
Authority
CN
China
Prior art keywords
value
soc
kalman
state
estimation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310719375.9A
Other languages
English (en)
Inventor
于文韬
陈秋影
李振枝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Hanguang Heavy Industry Ltd
Original Assignee
Hebei Hanguang Heavy Industry Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei Hanguang Heavy Industry Ltd filed Critical Hebei Hanguang Heavy Industry Ltd
Priority to CN201310719375.9A priority Critical patent/CN103744027A/zh
Publication of CN103744027A publication Critical patent/CN103744027A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种基于卡尔曼滤波的自校正电池SOC估算方法。包括下列步骤：（1）、初始化状态真实值，初始化状态估计值，状态真实值可根据开路电压法确定；（2）、利用安时积分法的SOC计算式，作为Kalman滤波算法中状态方程，计算Xk+1；（3）、观察方程计算真实值Yk+1；（4）、通过Kalman递推原理，不断对当前时刻SOC值进行修正（该过程包括计算先验估计误差、计算Kalman增益、计算校正预估值、计算最优估计误差），使估算值逐渐逼近真实值；（5）、根据一定的标准，结束Kalman的递推过程。可以很好的克服了安时积分方法随着时间的推移出现的误差累积效应，很快将SOC值收敛到真实值附近。

Description

一种基于卡尔曼滤波的自校正电池SOC估算方法
技术领域
本发明涉及一种电池SOC估算方法，可以实现针对动力电池使用过程中的电池荷电状态的估算，并利用卡尔曼滤波（Kalman）算法进行校正调整。
背景技术
BMS（Battery Manage System）中荷电状态SOC（State Of Charge）是用来描述动力电池的剩余电量，其值的大小直接反映出动力电池所处的状态，是保证动力电池管理系统正常运行的前提。有效的BMS不仅有助于提高电池的循环使用寿命，而且系统中各个功能的实现，都是建立在正确地判断荷电状态SOC基础上的，因而，精准的SOC估算是建立BMS中最基本和最首要的任务。伴随着防止因不恰当使用导致电池损害、提高循环使用寿命、节约使用成本、避免因剩余电量不足而不能够提供动力等问题的提出，SOC能否正常进行精确估算，将直接影响到动力电池效率的发挥，因此，SOC精准估算问题已成为当今电池管理系统领域中电池研究人员及电池使用者共同关注并投入大量精力研究的一个热点和难点课题。
发明内容
为了克服现有技术的缺点，本发明提供一种基于卡尔曼滤波的自校正电池SOC估算方法，可以很好的克服了安时积分方法随着时间的推移出现的误差累积效应，它对于电池初始时刻的SOC值的精确度要求不高，可以在初始误差很大的情况下，很快的将SOC值收敛到真实值附近。
本发明解决其技术问题所采取的技术方案是：包括下列步骤：（1）、初始化状态真实值，初始化状态估计值，状态真实值可根据开路电压法确定；（2）、利用安时积分法的SOC计算式，作为Kalman滤波算法中状态方程，计算Xk+1；（3）、观察方程计算真实值Yk+1；（4）、通过Kalman递推原理，不断对当前时刻SOC值进行修正（该过程包括计算先验估计误差、计算Kalman增益、计算校正预估值、计算最优估计误差），使估算值逐渐逼近真实值；（5）、根据一定的标准（如：SOC值低于10%时），结束Kalman的递推过程。
本发明具有下列优点：1）、有效解决开路电压法、安时积分法等传统单一方法估算SOC存在的弊端；2）、不断对电池总容量和可用容量进行校正，可有效弥补SOC估算中初始误差和累积误差的优点；3）、通过高速网络通讯，实现上位机实时的监控，并通过监控到的估算结果进行实时校正。
具体实施方式
根据卡尔曼滤波算法思想，将电池看成动力系统，则电池模型的一般数学形式如下所示，SOC是系统的一个内部状态。系统的输入向量为Uk，包含电池电流、温度、内阻和剩余容量等变量，系统的输出为电池的工作电压，电池SOC包含在系统的状态量Xk中。
状态方程：Xk+1=AkXk+BkUk+Wk=f(Xk,Uk)+Wk
观测方程：Yk+1=CkXk+Vk=g(Xk,Uk)+Vk
其中在状态方程中引用安时积分法，其数学表达式如下：
SOC ( t ) = SOC ( t 0 ) - η Q 0 ∫ 0 t Idt
实现Kalman（卡尔曼滤波）仿真步骤如下:
(1)初始化状态真实值，初始化状态估计值，状态真实值可根据开路电压法确定。
(2)利用安时积分法的SOC计算式，作为Kalman滤波算法中状态方程，计算Xk+1。
(3)观察方程计算真实值Yk+1
(4)通过Kalman递推原理，不断对当前时刻SOC值进行修正（该过程包括计算先验估计误差、计算Kalman增益、计算校正预估值、计算最优估计误差），使估算值逐渐逼近真实值。
(5)根据一定的标准，结束Kalman的递推过程。
上位机校正的引入
在设备的调试过程中，该估算方法在核心板芯片实时运行。通过TCP/IP通讯协议，与BMS核心板进行实时通讯，在监控卡尔曼滤波优化后的SOC估算值后，可对不满意的估算结果进行实时校正。尤其在初始系统的初始运行时的校正，可加快模块对SOC的逼近。

Claims (1)

1.一种基于卡尔曼滤波的自校正电池SOC估算方法，其特征在于：包括下列步骤：（1）、初始化状态真实值，初始化状态估计值，状态真实值可根据开路电压法确定；（2）、利用安时积分法的SOC计算式，作为Kalman滤波算法中状态方程，计算Xk+1；（3）、观察方程计算真实值Yk+1；（4）、通过Kalman递推原理，不断对当前时刻SOC值进行修正（该过程包括计算先验估计误差、计算Kalman增益、计算校正预估值、计算最优估计误差），使估算值逐渐逼近真实值；（5）、根据一定的标准，结束Kalman的递推过程。
CN201310719375.9A 2013-12-20 2013-12-20 一种基于卡尔曼滤波的自校正电池soc估算方法 Pending CN103744027A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310719375.9A CN103744027A (zh) 2013-12-20 2013-12-20 一种基于卡尔曼滤波的自校正电池soc估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310719375.9A CN103744027A (zh) 2013-12-20 2013-12-20 一种基于卡尔曼滤波的自校正电池soc估算方法

Publications (1)

Publication Number Publication Date
CN103744027A true CN103744027A (zh) 2014-04-23

Family

ID=50501062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310719375.9A Pending CN103744027A (zh) 2013-12-20 2013-12-20 一种基于卡尔曼滤波的自校正电池soc估算方法

Country Status (1)

Country Link
CN (1) CN103744027A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106597339A (zh) * 2015-10-15 2017-04-26 北汽福田汽车股份有限公司 一种电池荷电状态的修正方法及装置
CN106646239A (zh) * 2015-07-21 2017-05-10 苏州弗朗汽车技术有限公司 一种车载锂电池系统剩余电量动态估算及智能修正方法
CN107091992A (zh) * 2017-05-15 2017-08-25 安徽锐能科技有限公司 电池组荷电状态soc估计方法及估计系统
CN110716148A (zh) * 2019-10-18 2020-01-21 兰州交通大学 一种复合动力储能实时安全监测系统
CN112649745A (zh) * 2020-12-16 2021-04-13 北京理工大学 一种协同重组ocv的线性化类状态观测器的电池soc估算方法
CN113341330A (zh) * 2021-05-25 2021-09-03 西南大学 基于ocv修正和卡尔曼滤波算法的锂硫动力电池soc估算方法
CN115128474A (zh) * 2022-07-27 2022-09-30 厦门理工学院 一种动力电池soc估算方法、系统、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101629992A (zh) * 2009-05-27 2010-01-20 重庆大学 磷酸铁锂动力电池剩余容量的估算方法
CN102231546A (zh) * 2011-06-30 2011-11-02 武汉市菱电汽车电子有限责任公司 具有均衡充放电功能的电池管理系统及其控制方法
JP2012149947A (ja) * 2011-01-18 2012-08-09 Calsonic Kansei Corp バッテリの充電率推定装置
CN102981125A (zh) * 2012-11-30 2013-03-20 山东省科学院自动化研究所 一种基于rc等效模型的动力电池soc估计方法
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101629992A (zh) * 2009-05-27 2010-01-20 重庆大学 磷酸铁锂动力电池剩余容量的估算方法
JP2012149947A (ja) * 2011-01-18 2012-08-09 Calsonic Kansei Corp バッテリの充電率推定装置
CN102231546A (zh) * 2011-06-30 2011-11-02 武汉市菱电汽车电子有限责任公司 具有均衡充放电功能的电池管理系统及其控制方法
CN102981125A (zh) * 2012-11-30 2013-03-20 山东省科学院自动化研究所 一种基于rc等效模型的动力电池soc估计方法
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李秉宇等: "基于卡尔曼滤波器的蓄电池剩余容量估算法", 《电源技术》, vol. 34, no. 9, 30 September 2010 (2010-09-30) *
温家鹏等: "Kalman算法在纯电动汽车SOC估算中的应用误差分析", 《汽车工程》, vol. 32, no. 3, 31 March 2010 (2010-03-31) *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106646239A (zh) * 2015-07-21 2017-05-10 苏州弗朗汽车技术有限公司 一种车载锂电池系统剩余电量动态估算及智能修正方法
CN106597339A (zh) * 2015-10-15 2017-04-26 北汽福田汽车股份有限公司 一种电池荷电状态的修正方法及装置
CN107091992A (zh) * 2017-05-15 2017-08-25 安徽锐能科技有限公司 电池组荷电状态soc估计方法及估计系统
CN110716148A (zh) * 2019-10-18 2020-01-21 兰州交通大学 一种复合动力储能实时安全监测系统
CN112649745A (zh) * 2020-12-16 2021-04-13 北京理工大学 一种协同重组ocv的线性化类状态观测器的电池soc估算方法
CN113341330A (zh) * 2021-05-25 2021-09-03 西南大学 基于ocv修正和卡尔曼滤波算法的锂硫动力电池soc估算方法
CN115128474A (zh) * 2022-07-27 2022-09-30 厦门理工学院 一种动力电池soc估算方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN107576918B (zh) 锂电池的剩余电量的估算方法及系统
CN103744027A (zh) 一种基于卡尔曼滤波的自校正电池soc估算方法
CN104360285B (zh) 一种基于改进的安时积分法的电池容量修正方法
CN105277895B (zh) 一种串联电池组功率状态sop的在线估计方法及其应用
CN108594135A (zh) 一种用于锂电池均衡充放电控制的soc估算方法
CN111007400A (zh) 基于自适应双扩展卡尔曼滤波法的锂电池soc估算方法
CN107390138B (zh) 动力电池等效电路模型参数迭代辨识新方法
CN109543317B (zh) 一种pemfc剩余使用寿命预测的方法及装置
CN103926538A (zh) 基于aic准则的变阶数rc等效电路模型及实现方法
CN107589379A (zh) 一种在线估计锂电池soc和阻抗的方法
CN106019164A (zh) 基于双重自适应无际卡尔曼滤波器的锂电池soc估计算法
CN104297694A (zh) 电池荷电状态的获取方法和装置
WO2022032963A1 (zh) 电池剩余寿命的估算方法、装置和介质
CN102645637A (zh) 一种均衡电池的soc估算方法
CN112327183B (zh) 一种锂离子电池soc估算方法和装置
CN113777510A (zh) 一种锂电池荷电状态估计方法及装置
CN105449739B (zh) 基于单体电池的串联电池组荷电状态soc在线估计方法
CN109085505A (zh) 一种动力电池充放电状态估算方法
CN105203968A (zh) 一种铅酸蓄电池剩余电量的在线测量系统
Huang et al. State of charge estimation of li-ion batteries based on the noise-adaptive interacting multiple model
CN103983833A (zh) 基于gm（1，1）灰色模型的电池开路电压预测方法
CN104730386A (zh) 一种基于卡尔曼滤波算法的超级电容器荷电状态估算方法
CN111914485B (zh) 一种基于分数阶技术的自适应动力电池soc估计方法及系统
Lin et al. A novel approach to state of charge estimation using extended Kalman filtering for lithium-ion batteries in electric vehicles
CN104111429A (zh) 基于电压跟踪的锂电池剩余电量的计量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140423