4
研究与探讨
传感器与微系统(Transducer and Microsystem Technologies）
2016年第35卷第10期
DOI:10. 13873/J. 10009787( 2016 )10000404
基于安时积分和粒子滤波修正的锂电池SOC估计
张宏伟，李建成，张兵兵
（国防科学技术大学电子科学与工程学院，湖南长沙410073）
摘要：针对安时积分AH)法的累积误差问题和卡尔受滤波算法对系统噪声的限制，提出了粒子滤波（PF)修正安时积分误差的方案，并基于钻酸锂电池测试数据和电池等效电路模型，对算法进行仿真验证。通过与传统的AH和卡尔曼滤波法对比得出：基于AH和PF修正的方法荷电状态(SOC)估计效果较好，平均误差与标准误差均控制在2%以内，
关键词：锂离子电池；等效电路模型：荷电状态；粒子滤波；安时积分
中图分类号：TP212.3
文献标识码：A
文章编号：1000-9787(2016)100004-04
SOC estimation of lithium-ion battery based on algorithm of
AHwithPFcorrection
ZHANG Hong-wei, LI Jian-cheng, ZHANG Bing-bing
( School of Electronic Science and Engineering,National University of
Defense Technology, Changsha 410073, China )
Abstract: Aiming at problems of accumulate-errors of Ampere-hour integral( AH ) method and limitation of Kalman filtering algorithm on noise, a scheme of correction accumulate-errors of AH with particle filtering( PF ) is given. Based on LCO battery testing data and model for battery equivalent cireuit,the algorithm is verified by using simulation. Compared with AH method and Kalman filtering algorithm, the algorithm of AH with PF correction is better on estimation of state of charge( SOC ), average error and standard error are both less than 2 % .
Key words: lithium-ion battery; equivalent circuit model; state of charge( SOC ); particle filtering( PF ); Ampere-hour integral( AH )
0引言
锂离子电池能量密度高，循环寿命长，电压平台高，绿色环保，锂电池的这些优势使其得到广泛的开发和应用！。因此，本文以锂电池的一种钴酸锂电池为研究对象。
由于电池内部复杂的电化学反应，电池荷电状态(state of charge,SOC)估计是一个非线性问题。针对非线性状态估计问题，在卡尔受滤波的基础上，提出了扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波等等[2.3]，扩展卡尔曼算法在处理非线性问题时，使用一阶泰勒展开，因而引人了额外的误差，基至导致滤波发散；其次，这些算法均要求观测噪声和过程噪声假设为高斯白噪声，这与实际情况不符，在实际应用中存在缺陷。粒子滤波(PF)不需要将系统噪声和观测噪声假设为高斯分布，在非线性非高斯模型中应用具有明显的优势，在处理非线性非高斯问题中显示了优越的性能，并在目标跟踪、导航定位、故障诊断、系统辨识、参数估计等
收稿日期：2015-11-30
*基金项目：国家自然科学基金资助项目（61303265）
领域得到广泛应用+6]。
本文首先介绍了PF的基本原理和实现步骤，然后在等效电路模型的基础上，建立了基于安时积分(AH)和PF 修正的SOC估计方法，并通过电池测试数据对算法进行了验证。
1
PF算法
PF是一种基于蒙特卡罗仿真和序贯重要性采样的非
线性滤波方法]。
PF算法就是基于贝叶斯估计和蒙特卡洛方法的近化数值解方法。PF算法的本质就是将整个状态空间的积分运算变为有限样本点的求和运算。标准PF在序贯重要性采样算法基础上增加了重采样算法，具体实现步骤如下：
1)初始化(=0)
从初始分布中采样N个样本，并赋予每个样本相同的权值：w=1/N；