基于EKF的鋰電池狀態(tài)估算策略

俞云鋒，沈錦飛

(江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院，江蘇無錫 214122)

基于EKF的鋰電池狀態(tài)估算策略

俞云鋒，沈錦飛

(江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院，江蘇無錫 214122)

在研究與分析電池極化現(xiàn)象對電池狀態(tài)()估算影響的基礎(chǔ)上，提出一種擴展Kalman濾波(EKF)的算法對進行估算，在Thevenin改進模型的基礎(chǔ)上建立了電池的非線性狀態(tài)空間方程，通過比較電池實際端電壓和估算端電壓的差值，修正安時積分法得到的值，使得極化效應(yīng)對估算精度的影響大大減弱。仿真分析結(jié)果表明，此方法提高了電池計算的精度。

鋰電池；卡爾曼濾波；狀態(tài)估計；

電池的荷電狀態(tài)要受到放電電流、電池內(nèi)部溫度、自放電、老化等多種因素的影響，其中除了自放電因素是因為制造電池的技術(shù)造成的以外，其他因素都可以歸結(jié)為電池極化現(xiàn)象的影響[2]。極化現(xiàn)象會對電壓產(chǎn)生遲滯效應(yīng)，在電量上則會表現(xiàn)為部分電量不能用于實際的充放電中而是會慢慢累積起來，這也是安時積分法會出現(xiàn)電量累積誤差的原因。在放電結(jié)束后將電池靜置一段時間，電池端電壓及值都會增加，充電結(jié)束后將電池靜置一段時間，電池端電壓及值都會減小。這些都是由于電池停止工作后極化現(xiàn)象慢慢消失的結(jié)果，所以必須考慮極化現(xiàn)象的影響。

本文綜合安時積分法和Kalman濾波法的優(yōu)點，通過Kalman濾波法對安時積分法得到的值不斷修正來消除極化現(xiàn)象產(chǎn)生的影響，從而實現(xiàn)安時積分法的閉環(huán)估算。

1 基于EKF的估計

1.1 電池等效電路模型建立

圖1 Thevenin的改進模型

1.2 算法步驟

圖2估算流程

2 仿真分析

為了驗證Thevenin改進模型和Kalman濾波算法的實際效果，在20℃下對一節(jié)100 Ah，57.6 V的電池進行了充放電實驗，以獲得電池模型的參數(shù)，并以實驗結(jié)果獲得的參數(shù)為基礎(chǔ)進行了Matlab仿真。

圖3 開路電壓和的關(guān)系曲線

圖4 參數(shù)辨識實驗曲線

圖5 電池內(nèi)阻特性曲線

表1 不同SOC下的R1,C1,R2,C2

圖6 不同方法結(jié)果對比圖

仿真表明，本文通過EKF對安時積分法的修正明顯消除了電量累積誤差的影響，采用改進后的模型提高了電池模型的精度，也有利于提高計算的準確度，使終止時刻的值較接近真實值。

3 結(jié)論

本文考慮了極化現(xiàn)象、電池模型對狀態(tài)估測的重要影響，為使電池狀態(tài)估計更加精確，采用了Thevenin改進模型；在此基礎(chǔ)上，建立了EKF估算的非線性電池狀態(tài)空間模型，對安時積分法得到的進行實時修正，并得到了較好的仿真結(jié)果。實際系統(tǒng)的各個參數(shù)會隨著電池狀態(tài)的改變而變化，參數(shù)的在線辨識是必要的。

[1]劉浩.基于EKF的電動汽車用鋰離子電池SOC估算方法研究[D].北京：北京交通大學(xué)，2010.

[2]范波，田曉輝，馬建偉.基于EKF的動力鋰電池SOC狀態(tài)預(yù)測[J].電源技術(shù)，2010,34(8):797-799.

[3]HE H W,XIONG R,ZHANG X W,et al.State-of-charge estima tion of the lithium-ion battery using an adaptive extended Kalman filter based on an improved Thevenin model[J].IEEE Transactions on Vehicular Technology,2011,60(4):1461-1469.

[4]夏超英，張術(shù)，孫宏濤.基于推廣卡爾曼濾波算法的SOC估算策略[J].電源技術(shù)，2007，31(5):414-417.

[5]李哲，盧蘭光，歐陽明高.提高安時積分法估算電池SOC精度的方法比較[J].清華大學(xué)學(xué)報，2010,50(8):1293-1296.

[6]李貴海.電池SOC估算策略研究[D].杭州：浙江大學(xué)，2006.

[7]CHENG K W E,DIVAKAR B P,WU H J,et al.Battery mana gement system(BMS)and SOC development for electrical vehicles [J].IEEE Transactions on Vehicular Technology,2011,60(1): 76-88.

Strategy of estimating state of lithium-ion based on extended Kalman filter

YU Yun-feng,SHEN Jin-fei

The polarization phenomenon of battery affecting theestimation was analyzed.The algorithm of extend Kalman filter was applied to predictof lithium-ion.A battery nonlinear dynamic model in discrete-time state-space form was built based on the improved Thevenin model.Thevalue was obtained by comparing the difference amongthe actual battery voltage and estimated voltage and coulomb counting method.The polarization was weakened mostly by the improved algorithm of state.The test results show that theaccuracy can really be increased by this new way.

lithium-ion;Kalman filter;state estimation;

TM 912

A

1002-087 X(2014)02-0237-02

2013-06-25

俞云鋒(1987—)，男，浙江省人，碩士生，主要研究方向為電力電子與電力傳動。