鋰離子電池荷電狀態(tài)估算方法是什么？
來源：寶鄂實業(yè)
2019-07-01 16:24
點擊量：次
電動汽車由于其高能源利用率和低碳排放而成為未來汽車的主要發(fā)展方向，動力鋰離子電池組和電池管理系統(tǒng)的市場需求也隨之不斷擴(kuò)大。電池的荷電狀態(tài)（State of Charge, SOC）估算是電池管理系統(tǒng)的主要功能之一，準(zhǔn)確的SOC估算不但能反映續(xù)航里程，充分發(fā)揮電池性能，也能保證電池的安全性，延長使用壽命。但由于鋰離子電池的工作特性非線性，且實際工作中易受電流、溫度、自身老化等因素影響，使得SOC的精確估算成為難點。
目前國內(nèi)外常見的SOC估算方法包括：
①安時計量法，計算簡單，但無法確定SOC初值，且電流測量誤差會在積分過程中不斷積累；
②開路電壓法，需要足夠長的靜置時間，難以應(yīng)用在實際估算中；
③電化學(xué)阻抗譜法，從電化學(xué)角度研究電池內(nèi)部特征，一般用于實驗研究，不具有工程推廣性；
④機(jī)器學(xué)習(xí)法，包括神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法等，需要大量全面的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，估算效果依賴于所選數(shù)據(jù)與訓(xùn)練方法；
⑤觀測器法，包括滑模觀測器、PI觀測器等，具有較好的魯棒性，但設(shè)計較復(fù)雜，不易實現(xiàn)；
⑥自適應(yīng)濾波法，包括非線性卡爾曼濾波器、粒子濾波器、H∞濾波器等。其中，非線性卡爾曼濾波器包括擴(kuò)展卡爾曼濾波器（Extended Kalman Filter, EKF）、無跡卡爾曼濾波器（Unscented Kalman Filter, UKF）、容積卡爾曼濾波器（Cubature Kalman Filter, CKF）等，這類方法是在高斯假設(shè)前提下的次優(yōu)估計，對SOC初始誤差和系統(tǒng)噪聲有較好的魯棒性。粒子濾波器能夠處理非高斯非線性系統(tǒng)，但計算量較大，存在粒子退化問題。H∞濾波器具有強(qiáng)魯棒性，但估算精度有限，一般在電動汽車動力電池處于復(fù)雜工況時才使用。
由于狀態(tài)方程和輸出方程分別是線性和非線性的，本文提出了線性卡爾曼濾波器（Kalman Filter, KF）和平方根高階容積卡爾曼濾波器（Square-root High-degree Cubature Kalman Filter, SHCKF）相結(jié)合的綜合型卡爾曼濾波算法。其中，SHCKF是將平方根濾波技術(shù)引入高階容積卡爾曼濾波器（High- degree Cubature Kalman Filter, HCKF），克服了因狀態(tài)協(xié)方差失去正定性而造成的濾波中止，其濾波精度高于EKF、UKF和CKF。
