考虑电池老化影响的电池UKF-SOC估算研究
(无迹卡尔曼滤波算法)
传统的电池模型往往将电池容量设定为定值。然后在实际情况中,电池的容量会随着电池循环充放电次数的增加而减少。因此有必要在建立电池模型的时候,考虑电池容量受电池老化因素的影响。
1、电池模型的构建
考虑具有温度影响的等效电路模型如下图所示:
上图中,Em表示电压源,R0表示欧姆内阻,R1C1表示电池极化效应。基于Simscape构建基于热效应的电池模型。
该电池模型的状态转移方程可表示为:
式中,R1C1以电池SOC和温度Tb为变量构成一定的函数关系,U1为R1C1的端电压,Tb为电池温度,Cq为电池容量,W为过程噪声。
该电池模型的测量方程可表示为:
式中,Em为开路电压,E为端电压。
2 电池SOC估算
非线性电池系统的状态向量可表示为:
应用欧拉公式离散化,可得:
本文利用Simulink自带的UKF模块进行SOC的估算。UKF模块如下图所示:
模块中,
状态方程设置为:batteryStateFcn。过程噪声W设置为:Additive,具体表示为:diag([2e-8, 3e-7])。
这里,过程噪声W根据下式定义:
初始状态设置为:[1; 0];初始协方差设置为:diag([0.01, 1])
UKF无迹变换参数设置为:Alpha:1,Beta:2,Kappa:0。
测量方程设置为:batteryMeasurementFcn,测量噪声设置为:Additive,具有时不变协方差 1e-3。
根据以上步骤,即完成了UKF编写。
3 考虑电池老化的影响
在电池SOC估算的过程中,考虑电池老化因素的影响,通过降低电池容量来模拟电池退化的现象Cq。假设状态方程Cq为:
式中,Wc为过程噪声
测量方程Cq为:
综上所示,电池老化的状态空间方程可表示为:
对于上述线性系统,采用Simulink自带的卡尔曼滤波模块进行编译。
4 仿真分析
考虑电池老化因素的电池模型,基于UKF算法的估算,SOC能迅速收敛到真实SOC值,最终估计误差在0.4%以内。基于UKF的方法可以准确的对电池SOC进行估算。
想学习更多新能源汽车方面的仿真,欢迎关注我的微信公众号,谢谢大家。