无迹卡尔曼滤波法估计锂离子电池的SOC

高博洋,刘广忱*,张建伟,王生铁

(1. 内蒙古工业大学电力学院,内蒙古 呼和浩特 010080; 2. 内蒙古自治区电能变换传输与控制重点实验室,内蒙古 呼和浩特 010080; 3. 内蒙古电子信息职业技术学院,内蒙古 呼和浩特 010070)

锂离子电池具有电压高、循环寿命长等诸多优点,但有时会出现严重事故,如过充电或过放电导致电池自燃或爆炸[1]。 荷电状态(SOC)是电池管理系统(BMS)衡量电池性能的主要因素。 准确地估计电池的SOC,不仅能防止出现过充或过放,还能降低事故的发生率。 常用的电池SOC 估算方法有开路电压法、安时积分法、神经网络法和卡尔曼滤波(KF)法等[2-3]。 对于电池这样的非线性系统,目前大多采用改进的KF 算法对SOC 进行估计[4-6]。 锂离子电池内部电化学反应比较复杂,必须建立合适的模型,将锂离子电池内部和外部工作特性联系起来[7]。 目前常用的模型主要有电化学模型、神经网络模型、耦合模型和等效电路模型等4 类。

本文作者选择二阶RC 等效电路模型,通过对电池进行大量充放电实验得到的数据,离线辨识出模型中的各个参数,利用无迹卡尔曼滤波(UKF)法和扩展卡尔曼滤波(EKF)法对电池SOC 进行估计。 通过对比仿真,验证UKF 法对锂离子电池SOC 估计的准确性和可行性。

1 模型建立和参数辨识

1.1 电池模型的选取

大量实验表明,二阶RC 等效电路模型与三阶或更高阶模型的精度差别不大,计算量相对较小,又比Thevenin 等效电路模型精度高,还很好地模拟电池不同的极化特征,因此,实验选用图1 所示的二阶RC 模型作为研究模型。……