CN106887877B - 一种基于电池能量状态估计的电池组主动均衡控制系统 - Google Patents

Abstract

本发明公开了一种基于电池能量状态估计的电池组主动均衡控制系统，其基于多变压器的均衡电路拓扑可采用多种控制变量，使得均衡充放电过程可直接并行操作，提高了均衡的效率。SOE能更为准确的反映出电池的真实状态，采用电池SOE作为控制变量克服了目前均衡控制策略中单纯以电压或SOC作为均衡控制变量中的不足，提高均衡控制精度，使均衡后的电池能量保持精确一致，最大化电池组的能量利用率。利用双不变嵌入法在线辨识电池参数和实时估计电池状态，能够有效地提高SOE估计精度，进一步确保均衡控制精度，优化均衡效果。

Description

一种基于电池能量状态估计的电池组主动均衡控制系统

技术领域

本发明涉及电池组主动均衡技术领域，尤其涉及一种基于电池能量状态估计的电池组主动均衡控制系统。

背景技术

电池储能系统是智能电网、分布式能源、电动汽车等新能源系统的核心。为了达到一定的电压、功率和能量等级，电池储能系统需要将大量电池单体串并联成组使用。由于电池的制作工艺问题和工作环境的影响，电池组中的单体电池间存在着一定的差异。这种差异使电池组的能量不能得到充分利用，而且随着电池间差异的不断累积将会使个别单体容量迅速衰减，进而限制电池组输出功率，缩短电池组寿命。对电池组进行均衡管理是改善电池组不一致性的重要方法。通过对使用过程中电池组状态参数的实时检测，判断电池组的不一致性状态，当达到均衡功能的执行条件时，通过有效的均衡控制策略控制均衡电路执行相应动作，使电池组中各单体在使用过程中的状态趋于一致。

电池组均衡主要有被动均衡和主动均衡两种电路拓扑。主动均衡电路以其能够实现电池间无损能量流动，解决被动均衡中能量损失和产热严重等问题，成为了目前技术研究的热点。常见的主动均衡电路有单体到单体、单体到总体、总体到单体以及单体到总体到单体等拓扑类型。单体到单体拓扑均衡速度慢、控制流程复杂，而单体到总体和总体到单体拓扑能量转移方式单一、灵活性较差，所以这三种拓扑的应用远不及单体到总体到单体拓扑应用广泛。单体到总体到单体的拓扑大多都基于单个反激变压器实现，但这种结构控制策略单一，均衡充放电过程无法并行操作，因此均衡速度较慢，均衡效率较低。

目前常用的控制策略主要以电池电压和荷电状态(State of Charge，SOC)作为控制变量。以电压作为控制变量易于工程实现，但容易受内阻、极化电压、环境温度等影响导致均衡不准确；以SOC作为控制变量可使各单体处于相同的放电深度，控制电池组内单体同时充满、同时放空，但却忽略了电池在使用过程中电压的变化，无法准确地反映出电池的真实状态，判断出电池的充放电能力。

发明内容

本发明的目的是提供一种基于电池能量状态估计的电池组主动均衡控制系统，可以提高电池组均衡控制精度，最大化电池组的能量利用率。

本发明的目的是通过以下技术方案实现的：

一种基于电池能量状态估计的电池组主动均衡控制系统，包括：电池信息采集器、电池组、变压器、均衡控制器、主控制器；其中：

所述电池组由n个单体电池串联组成；

所述电池信息采集器，用于采集每一单体电池的信息，并传输给主控制器；

所述主控制器，用于根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数，进而估计各个单体电池的SOE值；再根据所有单体电池的SOE值计算电池组的平均SOE值，并根据每一单体电池的SOE值与平均SOE值的差值大小来下发相应的充电或放电控制信号；

所述变压器的数量为n个，每一变压器的初级均单独与一单体电池并联，次级则接入整个电池组的总正和总负之间；所述变压器通过接收均衡控制器的开启或关闭命令对相应的单体电池实行能量流动；

所述均衡控制器通过多个引脚信号分别控制每个变压器的初级和次级的开闭状态，根据接收到的所述主控制器下发的充电或放电控制信号来下发开启或关闭命令至相应的变压器。

进一步的，该系统还包括：SPI通信模块，用于实现电池信息采集器与主控制器，以及均衡控制器与主控制器之间的信息交互。

进一步的，所述根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数，进而估计各个单体电池的电池能量状态SOE值；再根据所有单体电池的SOE值计算电池组的平均SOE值，并根据每一单体电池的SOE值与平均SOE值的差值大小来下发相应的充电或放电控制信号包括：

预先设定上下界限值ΔSOE₁与ΔSOE₂；

根据采集到的每一单体电池的信息并通过功率积分法计算电池均衡前的SOE值；

建立均衡电池一阶RC网络等效电路模型；

在均衡电池一阶RC网络等效电路模型的基础上结合功率积分法，建立相应的数学模型；

将该数学模型进行离散化处理，得到单体电池状态估计的空间方程和输出方程，以及单体电池参数估计的空间方程和输出方程；

根据所获得的方程，并利用双不变嵌入法结合单体电池的信息辨识单体电池的参数，并估计单体电池的SOE值；

根据所有单体电池的SOE值计算电池组的平均SOE值，记为SOE_avg；

电池组中第i个单体电池的SOE值记为SOE_i；当SOE_i-SOE_avg≤ΔSOE₁时，判断该单体电池的能量低于电池组中单体能量平均值，下发充电控制信号，对该单体电池开启充电均衡功能；当SOE_i-SOE_avg≥ΔSOE₂时，判断该单体能量高于电池组中单体能量平均值，下发放电控制信号，对该单体电池开启放电均衡功能；直到所有单体电池的SOE值均满足均衡关闭条件：ΔSOE₁≤SOE_i-SOE_avg≤ΔSOE₂。

进一步的，根据采集到的每一单体电池的信息并通过功率积分法计算电池均衡前的SOE值的公式包括：

其中，z(t)为t时刻的SOE值；z(t₀)为电池初始SOE值；E_N为电池额定能量；P(τ)为电池的充放电功率，其值为t时刻电池端电压v(t)和流过电流i(t)的乘积。

进一步的，建立均衡电池一阶RC网络等效电路模型包括：

一个理想电压源、一个串联内阻R_o以及一个动态RC网络；

其中，串联内阻R_o在充放电情况下的数值分为R_chg与R_dis；动态RC网络的分散电阻、分散电容值分别为R_D、C_D；I_L为流入单体电池的电流，U_t为单体电池的端电压。

进一步的，所建立的数学模型为：

其中，U_D为动态RC网络的端电压，

为U_D的微分；U_oc为理想电压源的开路电压，其为温度T和SOE的函数，三者间的函数关系式为U_oc(z,T)；该数学模型的参数为θ＝[R_dis R_chgC_D R_D]。

进一步的，所述将该数学模型进行离散化处理，得到单体电池状态估计的状态空间方程和输出方程，以及单体电池参数估计的状态空间方程和输出方程，包括：

单体电池状态估计的空间方程和输出方程为：

其中：所有参数的表达式中下标k以及k+1相应的表示k时刻与k+1时刻，Δt为采样时间，α＝exp(-Δt/R_D C_D)，f、g相应的表示电池单体模型的状态空间方程、输出方程函数；x表示模型状态，即单体电池的两个状态分量

z_k+1表示k+1时刻单体电池的SOE值，U_D,k+1表示k+1时刻单体电池的端电压；y表示模型输出，即单体电池的输出端电压U_t,k，y_k表示k时刻单体电池的端电压；u表示模型输入，即单体电池的输入电流I_L,k，u_k表示k时刻流入单体电池电流；w_k、v_k分别为服从高斯分布的过程噪声、测量噪声；θ_k表示k时刻单体电池参数；

单体电池参数估计的空间方程和输出方程为：

式中，

表示对单体电池参数θ的估计；r为白噪声；式中的d_k即为k时刻单体电池的端电压U_t,k。

进一步的，所述利用双不变嵌入法结合单体电池的信息估计单体电池的参数包括：

利用不变嵌入法在线估计k时刻电池参数θ_k，得出实时电池参数值后，再利用不变嵌入滤波算法和实时参数值估计k时刻电池状态x_k；其包括初始化、时间更新、误差产生和测量更新四个步骤：θ_k，x_k是由两个迭代过程估计得到的，分别是时间更新

和测量更新/>

测量更新后的值/>

被看做每个k时刻的θ_k，x_k；

初始化：

初始化单体电池参数θ₀以及协方差误差矩阵

的初始值：

初始化单体电池状态x₀以及协方差误差矩阵

的初始值：

其中，E[]表示期望；Σ为误差协方差矩阵；

时间更新：

参数估计的时间更新：

状态估计的时间更新：

其中：Σ_r与Σ_w表示系统噪声的协方差；

误差产生：

利用模型与实际测量值的偏差e_k值得到状态误差矩阵

与参数误差矩阵/>

其中，

∑_v为系统测量噪声协方差；

测量更新：

根据状态误差矩阵

与参数误差矩阵/>

及其偏导得出测量更新过程：

其中：

其中：

A_k-1为对单体电池状态的空间方程和输出方程求导或偏导得到的中间变量。

由上述本发明提供的技术方案可以看出，基于多变压器的均衡电路拓扑可采用多种控制变量，使得均衡充放电过程可直接并行操作，提高了均衡的效率。SOE能更为准确的反映出电池的真实状态，采用电池SOE作为控制变量克服了目前均衡控制策略中单纯以电压或SOC作为均衡控制变量中的不足，提高均衡控制精度，使均衡后的电池能量保持精确一致，最大化电池组的能量利用率。利用双不变嵌入法在线辨识电池参数和实时估计电池状态，能够有效地提高SOE估计精度，进一步确保均衡控制精度，优化均衡效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种基于电池能量状态估计的电池组主动均衡控制系统的结构示意图；

图2为本发明实施例提供的均衡控制过程的流程图；

图3为本发明实施例提供的均衡电池一阶RC网络等效电路模型；

图4为本发明实施例提供的U_oc-SOE,T关系图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明通过监测电池状态，包括电压、电流、温度等，利用双不变嵌入法同时在线辨识电池模型参数、估算电池能量状态(State Of Energy，SOE)，以电池SOE作为控制变量，设置均衡开启条件，当电池组中某个或多个电池达到均衡开启条件时，控制相应开关，使能量高于平均值一定范围的单体向电池组总体放电，同时电池组向能量低于平均值一定范围的单体充电，以达到快速均衡的目的。

所述的SOE考虑了电池在充放电过程中电压的变化，能够克服SOC的不足，更为准确的反映出电池的真实状态。以SOE作为均衡控制变量能提高均衡控制精度，使均衡后的电池能量保持精确一致，最大化电池组的能量利用率。

下面结合具体实施例对本发明做详细的介绍。

图1为本发明实施例提供的一种基于电池能量状态估计的电池组主动均衡控制系统的结构示意图。如图1所示，其主要包括：电池信息采集器、电池组、变压器、均衡控制器、主控制器；其中：

所述电池组由n个单体电池串联组成；单体电池记为B1～Bn；

所述电池信息采集器，用于采集每一单体电池的信息(包括电压、电流、温度等)，并传输给主控制器；

所述主控制器，用于根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数，进而估计各个单体电池的SOE值；再根据所有单体电池的SOE值计算电池组的平均SOE值，并根据每一单体电池的SOE值与平均SOE值的差值大小来下发相应的充电或放电控制信号；

所述变压器的数量为n个，每一变压器的初级均单独与一单体电池并联，次级则接入整个电池组的总正和总负之间；所述变压器通过接收均衡控制器的开启或关闭命令对相应的单体电池实行能量流动；

所述均衡控制器通过多个引脚信号分别控制每个变压器的初级和次级的开闭状态，具体的可通过两个MOS管来分别与每一变压器的初级和次级串联(例如，通过MOS管MOS_p1及MOS_s1与变压器T1初级和次级串联)，每个MOS管的G极均连入均衡控制器的开关控制引脚。所述均衡控制器根据接收到的所述主控制器下发的充电或放电控制信号来下发开启或关闭命令至相应的变压器。

本发明实施例中，为单体电池充电时，均衡控制器通过引脚信号控制变压器先开启次级再开启初级，为单体电池放电时，开闭顺序与充电时相反。

进一步的，该系统还包括：SPI通信模块，用于实现电池信息采集器与主控制器，以及均衡控制器与主控制器之间的信息交互。

本发明实施例中，所述主控制器实现均衡控制的具体过程可如图2所示。系统初始化时，预先设定均衡误差误差带ΔSOE₁与ΔSOE₂。当电池信息采集器开始工作后，采集每一单体电池的信息(包括电压、电流、温度等)，并传输给主控制器。

主控制器首先对信息采集器发送过来的数据进行预处理。为了提高模型准确性和SOE估计精度，本发明实施例利用双不变嵌入法在线辨识电池模型参数，估计单体电池的SOE值，电池组中第i个单体电池的SOE值记为SOE_i。然后，依据每一单体电池的SOE_i值计算整个电池组平均SOE_avg值。当SOE_i-SOE_avg≤ΔSOE₁时，判断该单体电池的能量低于电池组中单体能量平均值，并且超过了均衡控制下误差带，主控制器下发充电控制信号，对该单体电池开启充电均衡功能；当SOE_i-SOE_avg≥ΔSOE₂时，判断该单体能量高于电池组中单体能量平均值，并且超过了均衡控制上误差带，主控制器下发放电控制信号，对该单体电池开启放电均衡功能；直到所有单体电池的SOE值均满足均衡关闭条件：ΔSOE₁≤SOE_i-SOE_avg≤ΔSOE₂。

本发明实施例中，利用双不变嵌入法在线辨识电池模型参数，估计单体电池的SOE值的具体过程如下：

1)根据采集到的每一单体电池的信息并通过功率积分法计算电池均衡前的SOE值。

其计算公式为：

其中，z(t)为t时刻的SOE值；z(t₀)为电池初始SOE值；E_N为电池额定能量；P(τ)为电池的充放电功率，其值为t时刻电池端电压v(t)和流过电流i(t)的乘积。

2)建立均衡电池一阶RC网络等效电路模型。

所述电池一阶RC网络等效电路模型如图3所示，其包括：一个理想电压源、一个串联内阻R_o以及一个动态RC网络；

其中，串联内阻R_o在充放电情况下的数值分为R_chg与R_dis；动态RC网络的分散电阻、分散电容值分别为R_D、C_D；I_L为流入单体电池的电流，U_t为单体电池的端电压。

本发明实施例中，整个等效电路相当于一个“单体电池”，即用这个等效电路来模拟本发明所说的单体电池的电特性。

3)在电池一阶RC网络等效电路模型的基础上结合功率积分法，建立相应的电池单体数学模型。

所建立的数学模型为：

其中，U_D为动态RC网络的端电压，

为U_D的微分；U_oc为单体电池的开路电压，其为温度T和SOE的函数，三者间的函数关系式为U_oc(SOE,T)；该数学模型的参数为θ＝[R_dis R_chgC_D R_D]。

电池电流I_L、端电压U_t以及温度T值可以通过信息采集器采集获得，U_oc为T和SOE的函数，通过实验可获得如图4所示的U_oc-SOE,T关系图。利用曲线拟合可以得到单体电池的开路电压U_oc与SOE，T的函数关系式U_oc(z,T)。由于串联内阻R_chg、R_dis、分散电容C_D以及分散电阻R_D为该模型中不可知参数，本发明中采用不变嵌入法对其进行估计。

4)将该数学模型进行离散化处理，得到单体电池状态估计的空间方程(3)和输出方程(4)，以及单体电池参数估计的空间方程(5)和输出方程(6)。

将结合式(1)(2)并将其离散化可得到单体电池状态估计的空间方程(3)和输出方程(4)为：

其中：所有参数的表达式中下标k以及k+1相应的表示k时刻与k+1时刻，Δt为采样时间，α＝exp(-Δt/R_D C_D)。f、g相应的表示电池单体模型的状态空间方程、输出方程函数；x表示模型状态，即单体电池的两个状态分量

z_k+1表示k+1时刻单体电池的SOE值(可通过前述公式1来计算)，U_D,k+1表示k+1时刻单体电池的端电压；y表示模型输出，即单体电池的输出端电压U_t,k，y_k表示k时刻单体电池的端电压；u表示模型输入，即单体电池的输入电流I_L,k，u_k表示k时刻流入单体电池电流；w_k、v_k分别为服从高斯分布的过程噪声、测量噪声；θ_k表示k时刻单体电池参数向量，具体含义见下文。

单体电池参数估计的空间方程(5)和输出方程(6)为：

与前文类似的，上述表达式中所有参数的表达式中下标k以及k+1表示相应的k时刻与k+1时刻；

表示对单体电池参数θ的估计；r为白噪声；式中的d_k即为k时刻单体电池的端电压U_t,k。

本发明实施例中，为了便于式(3)中状态估计，本发明中将对参数R_chg、R_dis、C_D、R_D的估计转化为对θ＝[R_dis R_chg α R_D]的估计。由于电池参数的变化是非常缓慢的，所以在参数估计状态空间方程中假设参数估计值

为受到白噪声r_k扰动的恒定值；由于采用不变嵌入法进行参数估计的输出方程必须为可观测，所以在此仍采用电池状态估计的输出方程(4)。

5)根据前文步骤4所获得的方程，并利用双不变嵌入法结合单体电池的信息估计单体电池的参数包括：

在前述步骤4主要提出了单体电池的数学模型，但是并无计算过程，该数学模型是步骤5算法的基础，所以步骤5中算法的中间变量都是基于该数学模型推导而得的。

利用不变嵌入法在线估计k时刻电池参数θ_k，得出实时电池参数值后，再利用不变嵌入滤波算法和实时参数值估计k时刻电池状态x_k；其包括初始化、时间更新、误差产生和测量更新四个步骤：θ_k，x_k是由两个迭代过程估计得到的，分别为时间更新

和测量更新/>

测量更新后的值/>

被看做每个k时刻的θ_k，x_k。与前文类似的，在下面的表达式中，下标k、k+1、k-1相应的表示k时刻、k+1时刻、k-1时刻。

1)初始化：

初始化单体电池参数θ₀以及协方差误差矩阵

的初始值：

初始化单体电池状态x₀以及协方差误差矩阵

的初始值：

其中，E[]表示期望。Σ为误差协方差矩阵。

2)时间更新：

参数估计的时间更新：

状态估计的时间更新：

其中：Σ_r与Σ_w表示系统噪声的协方差。

3)误差产生：

利用前述数学模型中的y_k值与实际测量值

的偏差e_k值得到状态误差矩阵/>

与参数误差矩阵/>

其中，

∑_v为系统测量噪声协方差。

4)测量更新：

根据状态误差矩阵

与参数误差矩阵/>

及其偏导得出测量更新过程：

其中：

其中：

A_k-1为对单体电池状态的空间方程式(3)和输出方程式(4)求导或偏导得到的中间变量。

本发明实施例的上述方案，基于多变压器的均衡电路拓扑可采用多种控制变量，使得均衡充放电过程可直接并行操作，提高了均衡的效率。SOE能更为准确的反映出电池的真实状态，采用电池SOE作为控制变量克服了目前均衡控制策略中单纯以电压或SOC作为均衡控制变量中的不足，提高均衡控制精度，使均衡后的电池能量保持精确一致，最大化电池组的能量利用率。利用双不变嵌入法在线辨识电池参数和实时估计电池状态，能够有效地提高SOE估计精度，进一步确保均衡控制精度，优化均衡效果。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种基于电池能量状态估计的电池组主动均衡控制系统，其特征在于，包括：电池信息采集器、电池组、变压器、均衡控制器、主控制器；其中：

所述电池组由n个单体电池串联组成；

所述电池信息采集器，用于采集每一单体电池的信息，并传输给主控制器；

所述主控制器，用于根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数，进而估计各个单体电池的SOE值；再根据所有单体电池的SOE值计算电池组的平均SOE值，并根据每一单体电池的SOE值与平均SOE值的差值大小来下发相应的充电或放电控制信号；

所述变压器的数量为n个，每一变压器的初级均单独与一单体电池并联，次级则接入整个电池组的总正和总负之间；所述变压器通过接收均衡控制器的开启或关闭命令对相应的单体电池实行能量流动；

所述均衡控制器通过多个引脚信号分别控制每个变压器的初级和次级的开闭状态，根据接收到的所述主控制器下发的充电或放电控制信号来下发开启或关闭命令至相应的变压器；

其中，根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数包括：

利用不变嵌入法在线估计k时刻电池参数θ_k，得出实时电池参数值后，再利用不变嵌入滤波算法和实时参数值估计k时刻电池状态x_k；其包括初始化、时间更新、误差产生和测量更新四个步骤：θ_k，x_k是由两个迭代过程估计得到的，分别是时间更新

和测量更新

测量更新后的值/>

被看做每个k时刻的θ_k，x_k；

初始化：

初始化单体电池参数θ₀以及协方差误差矩阵

的初始值：

初始化单体电池状态x₀以及协方差误差矩阵

的初始值：

其中，E[]表示期望；Σ为误差协方差矩阵；

时间更新：

参数估计的时间更新：

状态估计的时间更新：

其中：Σ_r与Σ_w表示系统噪声的协方差；u表示模型输入，即单体电池的输入电流，k表示k时刻；

误差产生：

利用模型与实际测量值的偏差e_k值得到状态误差矩阵

与参数误差矩阵/>

其中，

Σ_v为系统测量噪声协方差；

测量更新：

根据状态误差矩阵

与参数误差矩阵/>

及其偏导得出测量更新过程：

其中：

其中：

A_k-1为对单体电池状态的空间方程和输出方程求导或偏导得到的中间变量。

2.根据权利要求1所述的系统，其特征在于，该系统还包括：SPI通信模块，用于实现电池信息采集器与主控制器，以及均衡控制器与主控制器之间的信息交互。

3.根据权利要求1所述的系统，其特征在于，所述根据采集到的每一单体电池的信息结合双不变嵌入法在线辨识电池模型参数，进而估计各个单体电池的电池能量状态SOE值；再根据所有单体电池的SOE值计算电池组的平均SOE值，并根据每一单体电池的SOE值与平均SOE值的差值大小来下发相应的充电或放电控制信号包括：

预先设定上下界限值ΔSOE₁与ΔSOE₂；

根据采集到的每一单体电池的信息并通过功率积分法计算电池均衡前的SOE值；

建立均衡电池一阶RC网络等效电路模型；

在均衡电池一阶RC网络等效电路模型的基础上结合功率积分法，建立相应的数学模型；

将该数学模型进行离散化处理，得到单体电池状态估计的空间方程和输出方程，以及单体电池参数估计的空间方程和输出方程；

根据所获得的方程，并利用双不变嵌入法结合单体电池的信息辨识单体电池的参数，并估计单体电池的SOE值；

根据所有单体电池的SOE值计算电池组的平均SOE值，记为SOE_avg；

电池组中第i个单体电池的SOE值记为SOE_i；当SOE_i-SOE_avg≤ΔSOE₁时，判断该单体电池的能量低于电池组中单体能量平均值，下发充电控制信号，对该单体电池开启充电均衡功能；当SOE_i-SOE_avg≥ΔSOE₂时，判断该单体能量高于电池组中单体能量平均值，下发放电控制信号，对该单体电池开启放电均衡功能；直到所有单体电池的SOE值均满足均衡关闭条件：ΔSOE₁≤SOE_i-SOE_avg≤ΔSOE₂。

4.根据权利要求3所述的系统，其特征在于，根据采集到的每一单体电池的信息并通过功率积分法计算电池均衡前的SOE值的公式包括：

其中，z(t)为t时刻的SOE值；z(t₀)为电池初始SOE值；E_N为电池额定能量；P(τ)为电池的充放电功率，其值为t时刻电池端电压v(t)和流过电流i(t)的乘积。

5.根据权利要求3所述的系统，其特征在于，建立均衡电池一阶RC网络等效电路模型包括：

一个理想电压源、一个串联内阻R_o以及一个动态RC网络；

其中，串联内阻R_o在充放电情况下的数值分为R_chg与R_dis；动态RC网络的分散电阻、分散电容值分别为R_D、C_D；I_L为流入单体电池的电流，U_t为单体电池的端电压。

6.根据权利要求5所述的系统，其特征在于，所建立的数学模型为：

其中，U_D为动态RC网络的端电压，

为U_D的微分；U_oc为理想电压源的开路电压，其为温度T和SOE的函数，三者间的函数关系式为U_oc(z,T)；该数学模型的参数为θ＝[R_dis R_chg C_DR_D]。

7.根据权利要求6所述的系统，其特征在于，所述将该数学模型进行离散化处理，得到单体电池状态估计的状态空间方程和输出方程，以及单体电池参数估计的状态空间方程和输出方程，包括：

单体电池状态估计的空间方程和输出方程为：

其中：所有参数的表达式中下标k以及k+1相应的表示k时刻与k+1时刻，Δt为采样时间，α＝exp(-Δt/R_DC_D)，f、g相应的表示电池单体模型的状态空间方程、输出方程函数；x表示模型状态，即单体电池的两个状态分量

z_k+1表示k+1时刻单体电池的SOE值，U_D,k+1表示k+1时刻单体电池的端电压；y表示模型输出，即单体电池的输出端电压U_t,k，y_k表示k时刻单体电池的端电压；u表示模型输入，即单体电池的输入电流I_L,k，u_k表示k时刻流入单体电池电流；w_k、v_k分别为服从高斯分布的过程噪声、测量噪声；θ_k表示k时刻单体电池参数；

单体电池参数估计的空间方程和输出方程为：

式中，

表示对单体电池参数θ的估计；r为白噪声；式中的d_k即为k时刻单体电池的端电压U_t,k。

Images