基于扰动观测器的锂电池荷电状态估算方法

刘思佳，代高强，周 迅，孟令锋，黄 勇

（四川长虹电器股份有限公司技术中心，四川成都610041）

锂离子电池具有高能量密度、长周期寿命、低自放电率等性能特征，在备用电源、电动汽车、电网储能等领域得到了广泛应用。其电池管理系统的核心技术之一是对电池荷电状态(SOC)的估算方法。最常用的荷电状态估算方法为基于SOC定义的安时积分法[1]，为了修正SOC误差，该方法需结合开路电压Uoc，由实验数据建立Uoc-SOC关系曲线，来设定SOC初始值。由于安时积分法的开环特性，难以消除初始误差，并在多次估算过程中易产生累积误差。

另一类常用方法为基于模型的SOC估算方法，其特征包括电池等效电路模型与状态估计算法两部分，其状态估计算法较多采用卡尔曼滤波(KF)类算法，其中扩展卡尔曼滤波(EKF)具有运算量相对较少的优势[2-3]。相对于安时积分法，EKF 是一种闭环反馈算法，可消除初始赋值对估算结果的影响，并可消除因其引起的累计误差。但该方法对电池模型参数的准确性要求较高，模型参数的偏差会直接影响估算结果。针对电池模型的时变性、非线性等特征进行优化与改进，以提升模拟实际电池的响应特性的精度，是基于模型的SOC估算方法的主要研究方向[3-4]。

本文提出一种基于扰动观测器(DOB)的SOC估算方法，该方法根据扰动观测器控制原理[5]，建立了锂电池电压的扰动观测模型，将充放电过程中电池数学模型存在的动态响应误差作为扰动变量，通过电压扰动观测器得到补偿电压变量来实时修正状态变量偏差，提高估算方法状态估计模型的鲁棒性，通过Matlab/Simlink 软件仿真，验证该方法的有效性。……