申请/专利权人：中南大学

申请日：2022-11-14

公开（公告）日：2023-03-14

公开（公告）号：CN115561641B

主分类号：G01R31/367

分类号：G01R31/367;G06F30/27;G06N7/02

优先权：

专利状态码：有效-授权

法律状态：2023.03.14#授权;2023.01.20#实质审查的生效;2023.01.03#公开

摘要：本发明实施例中提供了一种基于状态观测器的锂电池荷电状态估计方法、设备及介质，属于数据处理技术领域，具体包括：步骤1，建立一阶等效电路模型，并辨识一阶等效电路模型中的关键参数；步骤2，利用安时积分法，建立锂电池荷电状态的估计方程；步骤3，构建锂电池荷电状态的状态方程；步骤4，建立近似T‑S模糊模型；步骤5，为鲁棒系数赋值，并计算终端电压的误差；步骤6，对模糊系数对应的估计值进行更新；步骤7，将鲁棒系数、终端电压的误差、估计值代入状态观测器，得到锂电池荷电状态的估计值；步骤8，更新估计值并返回步骤1。通过本发明的方案，提高了适应性和精准度以及提高锂电池在复杂工况下的安全性和工作效率。

主权项：1.一种基于状态观测器的锂电池荷电状态估计方法，其特征在于，包括：步骤1，根据锂电池的电化学和阻抗特性，利用预设公式建立一阶等效电路模型，并利用HPPC实验辨识一阶等效电路模型中的关键参数，其中，所述关键参数包括锂电池的欧姆内阻,锂电池的极化内阻和锂电池的极化电容；步骤2，利用安时积分法，建立锂电池荷电状态的估计方程；步骤3，根据一阶等效电路模型和估计方程构建锂电池荷电状态的状态方程；步骤4，根据状态方程建立锂电池的开路电压关于荷电状态非线性方程的近似T-S模糊模型，并推导后验系数误差；考虑到模型不确定性和干扰对模型精度的实际影响，状态方程由下式表示： 其中，,,是由模型不确定性和外部干扰引起的未知扰动，,,,，为开路电压关于荷电状态的非线性函数，为的一阶导数，为开路电压关于荷电状态的线性系数,表示电池容量，,表示等效电路模型的以下非线性项： ；非线性项和由以下T-S模糊模型逼近，，，和是两个非线性函数，将原始对象从低维映射到高维，和表示规则数量；,与，分别表示和的后验系数，假设和表示和中第i和第j个模糊规则的权重，由此分别得到对应于和得的模糊模型： ，利用拉格朗日乘数法，求解上述模型，得到以下基于核函数的T-S模糊模型： ，其中，和表示拉格朗日系数，T表示样本数量，和表示后验系数，为核函数，同理，有；定义以下变量： ,；,其中，,表示为： ，然后转化为： ,其中，和分别是所定义模糊系数和的估计值；基于等效控制概念，得到状态观测器设计如下： 17其中，，和为鲁棒项；，和表示鲁棒系数，是符号函数，并且,和表示终端电压，SOC和极化电压的观测值，定义，，，推导得到如下的误差方程： 其中，，；和满足：；步骤5，为鲁棒系数，和赋值，并计算终端电压的误差；所述步骤5具体包括：定义以下Lyapunov方程: ；通过对Lyapunov方程求导，得到该状态观测器各变量误差之间的关系如下： ；并满足以下的稳定性条件： ,；，；其中，，，以及，，分别表示建模误差和扰动的上界并据此为鲁棒系数，和赋值，并计算终端电压的误差；步骤6，根据更新公式对模糊系数和对应的估计值和进行更新；所述步骤6具体包括：将公式和作为所述更新公式并据此对模糊系数和对应的估计值和进行更新；步骤7，将鲁棒系数，、、终端电压的误差、估计值和代入状态观测器，得到锂电池荷电状态的估计值；步骤8，更新估计值和并返回步骤1；所述步骤8具体包括：得到锂电池荷电状态的估计值后，将其记录至后台并更新最新数据，然后返回步骤1，并根据更新公式更新估计值和。

全文数据：

权利要求：

百度查询： 中南大学 基于状态观测器的锂电池荷电状态估计方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD