1. 项目概述
在电动汽车和储能系统领域,电池管理系统(BMS)的核心任务之一就是准确估算电池的荷电状态(SOC)。SOC相当于电池的"油量表",直接决定了车辆的续航里程预测和能量管理策略的有效性。然而,SOC无法直接测量,必须通过电压、电流、温度等间接参数进行估算。
目前主流的SOC估算方法包括安时积分法、扩展卡尔曼滤波(EKF)以及无迹扩展卡尔曼滤波(UEKF)。安时积分法简单直接但误差会随时间累积;EKF通过状态估计能修正初始误差但在强非线性系统中表现不佳;UEKF作为EKF的改进版本,采用无迹变换处理非线性问题,在精度和稳定性上都有显著提升。
本文将基于二阶Thevenin等效电路模型,详细解析这三种算法的实现原理,并通过MATLAB仿真对比它们在动态工况下的表现差异。对于从事BMS开发或电池研究的工程师来说,理解这些算法的优劣及适用场景至关重要。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 电池建模与参数辨识
2.1 二阶Thevenin等效电路模型
电池的电气行为可以用等效电路模型来描述。相比简单的一阶模型,二阶Thevenin模型能更准确地反映电池的动态特性。该模型包含以下组件:
- 欧姆内阻(R₀):表征电池的瞬时电压降
- 两个RC并联支路:
- R₁-C₁:模拟电池的极化效应(快速动态)
- R₂-C₂:模拟扩散过程(慢速动态)
- 开路电压(U_OC):与SOC有确定函数关系
这个双时间常数结构能够很好地描述电池在充放电过程中的电压响应特性,特别是在动态工况下(如加速、减速等)的表现。
提示:在实际建模时,RC支路的数量可以根据精度需求调整。二阶模型在复杂度和准确性之间取得了较好的平衡,适合大多数车载应用场景。
2.2 模型参数辨识方法
要使用等效电路模型,首先需要通过实验确定各个参数的值。混合动力脉冲特性(HPPC)测试是行业标准方法,具体步骤如下:
-
欧姆内阻R₀测定:
- 对电池施加短时大电流脉冲(通常持续10秒)
- 记录脉冲开始瞬间的电压突变ΔV
- R₀ = |ΔV / I|,其中I为脉冲电流
-
极化参数辨识:
- 在脉冲结束后,观察电压恢复曲线
- 快速响应部分对应R₁-C₁支路(时间常数τ₁=R₁C₁)
- 慢速响应部分对应R₂-C₂支路(时间常数τ₂=R₂C₂)
- 使用最小二乘法拟合得到各参数值
-
SOC-OCV关系建立:
- 将电池从满充状态放电至截止电压,中间设置多个静置点
- 在每个静置点记录稳定后的开路电压
- 用五阶多项式拟合SOC与OCV的关系曲线
实测数据显示,这种建模方法在动态工况下的端电压模拟误差可以控制在1.5%以内,为后续SOC估算提供了可靠的基础。
3. SOC估算算法详解
3.1 安时积分法原理与实现
安时积分法是最直观的SOC估算方法,其核心公式为:
SOC(t) = SOC₀ + (1/Cn) ∫ηI(t)dt
其中:
- SOC₀:初始荷电状态
- Cn:电池额定容量(Ah)
- η:库仑效率(通常充电<1,放电=1)
- I(t):电池电流(A),充电为正,放电为负
在M
