本發(fā)明屬于車用鋰電池荷電狀態(tài)估計領(lǐng)域，具體涉及一種基于離散變結(jié)構(gòu)觀測器的鋰電池SOC估計方法。
背景技術(shù)：
：電池管理系統(tǒng)BMS是電動汽車中的重要組成部分，具有電池狀態(tài)檢測、電池狀態(tài)估計、電池安全保護和能量控制管理等基本功能。電池SOC估計是電池管理系統(tǒng)的核心。SOC是表征電池剩余容量的重要參數(shù)，準(zhǔn)確的SOC值是電池充放電控制、均衡控制、制定能量管理策略的重要依據(jù)，其估計精度直接影響電池的使用壽命和成本，因此準(zhǔn)確估計SOC是BMS的關(guān)鍵。SOC受電池溫度、充放電倍率、自放電率、壽命等多種因素的影響，不能通過傳感器直接測得，必須通過對電池進行建模，結(jié)合所測量的電池工作時的充放電電流、端電壓、溫度等數(shù)據(jù)，選擇算法間接估計得到。電動汽車電池在使用過程中，由于內(nèi)部復(fù)雜的電化學(xué)反應(yīng)，導(dǎo)致電池特性體現(xiàn)出高度的非線性，使準(zhǔn)確估計電池SOC具有很大的難度。鋰電池相對于傳統(tǒng)的電動汽車電池，在性能上具有能量密度高、無記憶效應(yīng)、環(huán)境污染低、循環(huán)壽命長、適應(yīng)溫度范圍廣等諸多優(yōu)點，所以鋰電池已經(jīng)發(fā)展成為最具競爭力的動力電池。目前，常用的鋰電池SOC估計算法有開路電壓法、安時積分法、卡爾曼濾波算法、神經(jīng)網(wǎng)絡(luò)算法等。中國發(fā)明專利CN103529398A于2014年01月22日公開的《基于擴展卡爾曼濾波的鋰離子電池SOC在線估計方法》，它首先建立被測鋰離子電池一階RC等效電路的電壓電流關(guān)系式和二階RC等效電路的電壓電流關(guān)系式；再對被測鋰離子電池進行充放電實驗，建立被測鋰離子電池的卡爾曼濾波初值SOC0的多項式擬合函數(shù)；再獲得被測鋰離子電池的卡爾曼濾波初值SOC0和卡爾曼濾波的初始誤差協(xié)方差P(0)；然后進行基于擴展卡爾曼濾波的電池SOC估計，實現(xiàn)鋰離子電池的SOC在線估計。但是該方法存在不足：1)該算法要求噪聲是白噪聲且噪聲的均值、方差等統(tǒng)計特性已知，這在實際應(yīng)用中是很難滿足的，不僅因為噪聲統(tǒng)計特性很難獲得，而且白噪聲也僅在理想條件下存在；2)該算法對鋰離子電池性能模型精度要求較高，當(dāng)模型精度較低時，會造成較大的SOC估計誤差；3)非線性的鋰離子電池模型經(jīng)線性化后，如果偏差較大，就會出現(xiàn)濾波發(fā)散的現(xiàn)象，導(dǎo)致SOC估計誤差很大。中國發(fā)明專利CN105548898A于2016年05月04日公開的《一種離線數(shù)據(jù)分段矯正的鋰電池SOC估計方法》，首先建立電池等效電路模型；獲取SOC—OCV曲線；利用電池放電結(jié)束時的端電壓響應(yīng)曲線對等效電路模型進行離線參數(shù)辨識；然后計算電池健康狀態(tài)SOH；利用安時積分法實時計算SOC的當(dāng)前值；并利用電池健康狀態(tài)對SOC值進行矯正；最后利用離線數(shù)據(jù)對安時積分法中的累積誤差進行分段消除。其存在的不足為：1)采用離線辨識方法對鋰電池等效電路模型參數(shù)進行辨識，而在鋰電池工作過程中，由于溫度、老化、壽命等因素的影響，鋰電池模型中參數(shù)會發(fā)生變化，會造成較大的SOC估計誤差。技術(shù)實現(xiàn)要素：為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于離散變結(jié)構(gòu)觀測器的鋰電池SOC估計方法。該方法不僅具有較好的SOC估計效果，且對鋰電池建模誤差和由于溫度、老化和壽命等因素引起的內(nèi)部參數(shù)變化具有較強的魯棒性，同時能嚴(yán)格保證算法的收斂性，不會出現(xiàn)估計發(fā)散現(xiàn)象。為解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了一種基于離散變結(jié)構(gòu)觀測器的鋰電池SOC估計方法，包括對工況下鋰電池的端電壓和充放電電流的采集，主要步驟如下：步驟1，對鋰電池進行快速標(biāo)定實驗，獲取SOC與開路電壓OCV關(guān)系曲線；步驟1.1，在室溫下，對充電截止電壓為4.2V、放電截止電壓為3V、額定容量為5Ah的鋰電池以0.2庫倫恒流放電直到鋰電池電壓到3V以下，靜置2～3小時，等待實驗使用；步驟1.2，用0.2庫倫電流對根據(jù)步驟1.1靜置后的鋰電池進行恒流脈沖充電，每次充電鋰電池額定容量的10％后，使鋰電池斷路并靜置5分鐘，實時測量充電過程中每個靜置時間段內(nèi)的鋰電池端電壓Uc，OCV，并找出充電過程中每個靜置時間段內(nèi)鋰電池端電壓最小值Uc，OCV，min，直至鋰電池充滿；步驟1.3，用0.2庫倫電流對根據(jù)步驟1.2充滿電的鋰電池進行恒流脈沖放電，每次放電鋰電池額定容量的10％后，使鋰電池斷路并靜置5分鐘，實時測量放電過程中每個靜置時間段內(nèi)的鋰電池端電壓Ud，OCV，并找出放電過程中每個靜置時間段內(nèi)鋰電池端電壓最大值Ud，OCV，max，直至鋰電池放空；步驟1.4，將步驟1.2中得到的充電過程中每個靜置時間段內(nèi)鋰電池端電壓最小值Uc，OCV，min與步驟1.3中得到的放電過程中與充電過程中SOC對應(yīng)相等的靜置時間段內(nèi)鋰電池端電壓最大值Ud，OCV，max相加并取平均值，作為快速標(biāo)定的開路電壓OCV，共得到10個開路電壓OCV；步驟1.5，根據(jù)步驟1.4中得到的10個開路電壓OCV，在整個SOC變化范圍內(nèi)，即0％～100％范圍內(nèi)，對所得實驗數(shù)據(jù)進行多段式直線擬合，并得到鋰電池SOC與開路電壓OCV關(guān)系曲線；所述的多段式直線擬合中，每段長度ΔSOC＝10％，每段內(nèi)所擬合的SOC與開路電壓OCV表達(dá)式為：OCVi＝ki*SOCi+dii＝1，2，3....10(1)其中，OCVi為第i段鋰電池的開路電壓OCV，SOCi為第i段鋰電池的SOC，ki為第i段所擬合的SOC與開路電壓OCV直線的斜率，di為第i段所擬合的SOC與開路電壓OCV直線的截距；步驟2，根據(jù)步驟1中得到的鋰電池SOC與開路電壓OCV關(guān)系曲線，并結(jié)合鋰電池戴維南等效電路與安時積分公式，建立用于SOC估計的鋰電池離散狀態(tài)空間模型；離散狀態(tài)方程：Vt(k+1)SOC(k+1)V1(k+1)=1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb2Is(k)+γξ(k)---(2)]]>離散觀測方程：y(k)=[100]Vt(k)SOC(k)V1(k)---(3)]]>其中，Vt(k)為鋰電池k時刻的端電壓，SOC(k)為鋰電池k時刻的SOC，V1(k)為鋰電池k時刻的極化電壓，Vt(k+1)為鋰電池(k+1)時刻的端電壓，SOC(k+1)為鋰電池(k+1)時刻的SOC，V1(k+1)為鋰電池(k+1)時刻的極化電壓，T為采樣時間，Is(k)為k時刻流過鋰電池的電流值，γ為擾動輸入矩陣，ξ(k)為有界標(biāo)量擾動輸入，y(k)為鋰電池k時刻的輸出量，a1＝1/R1C1，a11＝kia1，a2＝1/R0CN，a22＝kia2，b1＝ki/CN+1/C1+R0/R1C1，b2＝1/C1，R1為鋰電池的極化電阻，C1為鋰電池的極化電容，R0為鋰電池的歐姆內(nèi)阻，CN為鋰電池的標(biāo)稱容量；步驟3，對鋰電池進行脈沖放電實驗，辨識步驟2中的鋰電池離散狀態(tài)空間模型參數(shù)；步驟3.1，首先將容量為5Ah的鋰電池以電流I放電5分鐘，然后停止放電并靜置10分鐘，接著再以同樣的電流I放電5分鐘，將此20分鐘作為一個脈沖放電周期，充放電設(shè)備記錄鋰電池一個脈沖放電周期中的端電壓Ubattery變化；步驟3.2，根據(jù)步驟3.1中記錄的鋰電池一個脈沖放電周期中的端電壓Ubattery變化，分析端電壓變化曲線特性，辨識鋰電池模型中的參數(shù)，所述參數(shù)包括歐姆內(nèi)阻R0，極化電阻R1，極化電容C1；步驟4，分別通過電壓傳感器和電流傳感器實時采集工況下鋰電池的端電壓Vt(k)和充放電電流Is(k)；步驟5，基于步驟2中建立的鋰電池離散狀態(tài)空間模型設(shè)計離散變結(jié)構(gòu)觀測器，并將步驟4中采集到的鋰電池端電壓Vt(k)和充放電電流Is(k)作為信號輸入，實時估計鋰電池SOC；所述離散變結(jié)構(gòu)觀測器的方程式如下：x^(k+1)=Gx^(k)+H*Is(k)+h[y(k)-y^(k)]+λv(k)---(4)]]>y^(k)=Cx^(k)---(5)]]>其中，x(k)為鋰電池k時刻的狀態(tài)變量，為x(k)的估計值，x(k+1)為鋰電池(k+1)時刻的狀態(tài)變量，為x(k+1)的估計值，為y(k)的估計值，λ為正反饋輸入矩陣，v(k)為外在正反饋補償信號，h為離散變結(jié)構(gòu)觀測器的增益矩陣，G為離散變結(jié)構(gòu)觀測器的系統(tǒng)矩陣，H為離散變結(jié)構(gòu)觀測器的輸入矩陣，C為離散變結(jié)構(gòu)觀測器的輸出矩陣，C＝[100]，并設(shè)Cλ≠0。優(yōu)選地，步驟2中的戴維南等效電路模型為：Vt＝V1+IsR0+OCV(6)V·1=-1R1C1V1+IsC1---(7)]]>其中，Vt為鋰電池的端電壓，V1為鋰電池的極化電壓，為V1的微分，Is為流過鋰電池的瞬時電流，OCV為鋰電池的開路電壓。優(yōu)選地，步驟2中的安時積分公式為：SOCt=SOC0+1CN∫t0t1Is*dt---(8)]]>其中，SOC0為鋰電池SOC初值，SOCt為鋰電池SOC瞬時值，CN為鋰電池的標(biāo)稱容量，Is為流過鋰電池的瞬時電流，t0為充放電過程的初始時刻，t1為充放電過程的終止時刻。優(yōu)選地，步驟2中的有界標(biāo)量擾動輸入ξ(k)滿足以下表達(dá)式：|ξ(k)|≤ξ0||e(k)||(9)其中，ξ0為上限參數(shù)，為正數(shù)，取0.05～0.15，e(k)為鋰電池k時刻的狀態(tài)誤差，即e(k)＝x(k+1)-x(k)。優(yōu)選地，步驟4中所述電壓傳感器和電流傳感器分別為霍爾電壓傳感器和霍爾電流傳感器。優(yōu)選地，步驟5中的離散變結(jié)構(gòu)觀測器的增益矩陣h按照以下公式確定：h=1α+CPCTGPCT---(10)]]>其中，CT為離散變結(jié)構(gòu)觀測器的輸出矩陣C的轉(zhuǎn)置矩陣，P為離散藜卡提方程的正定對稱矩陣解，離散藜卡提方程中的GT為離散變結(jié)構(gòu)觀測器的系統(tǒng)矩陣G的轉(zhuǎn)置矩陣，Q為任意的半正定對稱矩陣，本發(fā)明設(shè)Q＝E，E為3×3的單位矩陣，α為正實數(shù)，取值范圍為1～5。優(yōu)選地，步驟5中的正反饋輸入矩陣λ按照以下公式確定：λ＝vH(11)其中，v為正實數(shù)，取v＝0.2～0.8。優(yōu)選地，步驟5中的外在正反饋補償信號v(k)按照以下公式確定：v(k)=-W(k)|Ce(k)|Ce(k)≠0veq(k)Ce(k)=0---(12)]]>其中，e(k)為鋰電池k時刻的狀態(tài)誤差，即e(k)＝x(k+1)-x(k)，W(k)為正值函數(shù)且滿足|W(k)|＜1，veq(k)為等效外在正反饋補償信號，由公式veq(k)＝(Cλ)-1(CGe(k)+Cγξ(k))確定，其中有界標(biāo)量擾動輸入ξ(k)滿足|ξ(k)|≤ξ0×||e(k)||，ξ0為上限參數(shù)，為正數(shù)，取0.05～0.15。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：1、對鋰電池性能模型精度要求不高，能夠有效補償建模誤差。2、不存在擴展卡爾曼濾波算法中對鋰電池模型線性化不當(dāng)而引起的離散變結(jié)構(gòu)觀測器發(fā)散問題，能嚴(yán)格保證算法的收斂性。3、采用離線辨識方法對鋰電池等效電路模型參數(shù)進行辨識時，當(dāng)溫度、老化、壽命等因素引起鋰電池內(nèi)部參數(shù)發(fā)生變化，仍能準(zhǔn)確的估計SOC，表現(xiàn)出較強的魯棒性。附圖說明圖1是本發(fā)明鋰電池SOC估計方法流程示意圖。圖2是鋰電池SOC與開路電壓OCV的關(guān)系曲線示意圖。圖3是鋰電池戴維南等效電路。圖4是脈沖放電實驗中鋰電池端電壓變化曲線。具體實施方式下面將結(jié)合附圖及實施例對本發(fā)明作進一步詳細(xì)說明，但本發(fā)明的實施例不限于此。圖1是本發(fā)明鋰電池SOC估計方法流程示意圖，由該圖可見，本發(fā)明提供的一種基于離散變結(jié)構(gòu)觀測器的鋰電池SOC估計方法，包括以下步驟：步驟1，對鋰電池進行快速標(biāo)定實驗，獲取SOC與開路電壓OCV關(guān)系曲線；步驟1.1，在室溫下，對充電截止電壓為4.2V、放電截止電壓為3V、額定容量為5Ah的鋰電池0.2庫倫恒流放電直到鋰電池電壓到3V以下，靜置2～3小時，等待實驗使用；步驟1.2，用0.2庫倫電流對根據(jù)步驟1.1靜置后的鋰電池進行恒流脈沖充電，每次充電鋰電池額定容量的10％后，使鋰電池斷路并靜置5分鐘，實時測量充電過程中每個靜置時間段內(nèi)的鋰電池端電壓Uc，OCV，并找出充電過程中每個靜置時間段內(nèi)鋰電池端電壓最小值Uc，OCV，min，直至鋰電池充滿；步驟1.3，用0.2庫倫電流對根據(jù)步驟1.2充滿電的鋰電池進行恒流脈沖放電，每次放電鋰電池額定容量的10％后，使鋰電池斷路并靜置5分鐘，實時測量放電過程中每個靜置時間段內(nèi)的鋰電池端電壓Ud，OCV，并找出放電過程中每個靜置時間段內(nèi)鋰電池端電壓最大值Ud，OCV，max，直至鋰電池放空；步驟1.4，將步驟1.2中得到的充電過程中每個靜置時間段內(nèi)鋰電池端電壓最小值Uc，OCV，min與步驟1.3中得到的放電過程中與充電過程中SOC對應(yīng)相等的靜置時間段內(nèi)鋰電池端電壓最大值Ud，OCV，max相加并取平均值，作為快速標(biāo)定的開路電壓OCV，共得到10個開路電壓OCV；步驟1.5，根據(jù)步驟1.4中得到的10個開路電壓OCV，在整個SOC變化范圍內(nèi)，即0％～100％范圍內(nèi)，對所得實驗數(shù)據(jù)進行多段式直線擬合，并得到鋰電池SOC與開路電壓OCV關(guān)系曲線；所述的多段式直線擬合中，每段長度ΔSOC＝10％，每段內(nèi)所擬合的SOC與開路電壓OCV表達(dá)式為：OCVi＝ki*SOCi+dii＝1，2，3....10(1)其中，OCVi為第i段鋰電池的開路電壓OCV，SOCi為第i段鋰電池的SOC，ki為第i段所擬合的SOC與開路電壓OCV直線的斜率，di為第i段所擬合的SOC與開路電壓OCV直線的截距。在本實施例中，圖2給出了擬合得到的鋰電池SOC與開路電壓OCV的關(guān)系曲線，其具體參數(shù)可見表1。表1：鋰電池SOC與開路電壓OCV曲線參數(shù)表i12345SOCi0％-10％10％-20％20％-30％30％-40％40％-50％ki6.9330.4000.1780.2000.011di3.01003.66333.70773.70113.7767i678910SOCi50％-60％60％-70％70％-80％80％-90％90％-100％ki0.0250.0250.0110.0253.092di3.76973.76973.77953.76831.008步驟2，根據(jù)步驟1中得到的鋰電池SOC與開路電壓OCV關(guān)系曲線，并結(jié)合鋰電池戴維南等效電路與安時積分公式，建立用于SOC估計的鋰電池離散狀態(tài)空間模型，其過程如下。步驟2.1，基于鋰電池戴維南等效電路，建立一階等效電路模型；圖3為鋰電池戴維南等效電路圖，其中，OCV為鋰電池的開路電壓，R0為鋰電池的歐姆內(nèi)阻，R1為鋰電池的極化電阻，C1為鋰電池的極化電容。Vt＝V1+IsR0+OCV(2)V·1=-1R1C1V1+IsC1---(3)]]>其中，Vt為鋰電池的端電壓，V1為鋰電池的極化電壓，為V1的微分，Is為流過鋰電池的瞬時電流。步驟2.2，根據(jù)步驟2.1中建立的鋰電池一階等效電路模型，結(jié)合安時積分公式，建立鋰電池連續(xù)狀態(tài)空間模型；安時積分公式為：SOCt=SOC0+1CN∫t0t1Is*dt---(4)]]>其中，SOC0為鋰電池SOC初值，SOCt為鋰電池SOC瞬時值，CN為鋰電池的標(biāo)稱容量，Is為流過鋰電池的瞬時電流，t0為充放電過程的初始時刻，t1為充放電過程的終止時刻。聯(lián)立公式(1)、(2)、(4)，得到：SO·C=Vt-(ki*SOC+di)-V1R1CN---(5)]]>其中，為鋰電池SOC的微分。聯(lián)立公式(1)、(2)、(3)，得到：V·t=-1R1C1*Vt+kiR1C1*SOC+(kiCN+1C1+R0R1C1)*Is+di---(6)]]>其中，為鋰電池端電壓Vt的微分。選取鋰電池的狀態(tài)變量為輸入量為電流I，輸出量為端電壓Vt，設(shè)di＝0，根據(jù)公式(3)、(5)、(6)建立鋰電池的連續(xù)狀態(tài)空間模型：連續(xù)狀態(tài)方程：V·tSO·CV·1=-a1a110a2-a22-a200-a1VtSOCV1+b10b2Is---(7)]]>連續(xù)觀測方程：y=[100]VtSOCV1---(8)]]>其中，為Vt的微分，為SOC的微分，為V1的微分，y為鋰電池的輸出量，即為端電壓Vt，a1＝1/R1C1，a11＝kia1，a2＝1/R0CN，a22＝kia2，b1＝ki/CN+1/C1+R0/R1C1，b2＝1/C1。步驟2.3，將步驟2.2中建立的鋰電池連續(xù)狀態(tài)空間模型離散化，得到鋰電池離散狀態(tài)空間模型；離散狀態(tài)方程：Vt(k+1)SOC(k+1)V1(k+1)=1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb2Is(k)---(9)]]>離散觀測方程：y(k)=[100]Vt(k)SOC(k)V1(k)---(10)]]>其中，Vt(k)為鋰電池k時刻的端電壓，SOC(k)為鋰電池k時刻的SOC，V1(k)為鋰電池k時刻的極化電壓，Vt(k+1)為鋰電池(k+1)時刻的端電壓，SOC(k+1)為鋰電池(k+1)時刻的SOC，V1(k+1)為鋰電池(k+1)時刻的極化電壓，y(k)為鋰電池k時刻的輸出量，Is(k)為k時刻流過鋰電池的電流值，T為采樣時間，在本例中取值T＝0.001s。步驟2.4，在步驟2.3中建立的鋰電池離散狀態(tài)空間模型基礎(chǔ)上增加不確定項γξ(k)，用于補償非線性、外在擾動和建模誤差；修正后的離散狀態(tài)方程：Vt(k+1)SOC(k+1)V1(k+1)=1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb2Is(k)+γξ(k)---(11)]]>離散觀測方程：y(k)=[100]Vt(k)SOC(k)V1(k)---(12)]]>其中，令k時刻的狀態(tài)γ為擾動輸入矩陣，本例中取ξ(k)為有界標(biāo)量擾動輸入，且滿足|ξ(k)|≤ξ0||e(k)||，e(k)為鋰電池k時刻的狀態(tài)誤差，即e(k)＝x(k+1)-x(k)，ξ0為上限參數(shù)，在本實施例中，取值ξ0＝0.1。步驟3，對鋰電池進行脈沖放電實驗，辨識步驟2中的鋰電池模型參數(shù)，所述參數(shù)包括歐姆內(nèi)阻R0，極化電阻R1，極化電容C1，其過程為，步驟3.1，首先將容量為5Ah的鋰電池以1C電流放電5分鐘，然后停止放電并靜置10分鐘，接著再以1C電流放電5分鐘，將此20分鐘作為一個脈沖放電周期，充放電設(shè)備記錄鋰電池一個脈沖放電周期中的端電壓Ubattery變化；步驟3.2，根據(jù)步驟3.1中記錄的鋰電池一個脈沖放電周期中的端電壓Ubattery變化，分析端電壓變化曲線特性，辨識步驟2中的鋰電池模型參數(shù)。圖4為步驟3.1中得到的鋰電池在一個脈沖放電周期中的端電壓Ubattery變化曲線示意圖，(U2-U1)為脈沖放電結(jié)束瞬間t＝300s時歐姆內(nèi)阻R0上產(chǎn)生的壓降；(U3-U2)為靜置階段t＝300s～900s中R1，C1回路兩端變化的電壓；在靜置階段，鋰電池端電壓Ubattery經(jīng)3τ時間上升到(U3-U2)的95％，測出時間3τ，其中時間常數(shù)τ＝C1R1，則鋰電池的歐姆內(nèi)阻R0、極化電阻R1與極化電容C1按照以下公式計算：R0=U2-U15---(13)]]>R1=U3-U25---(14)]]>C1=3τ3R1---(15)]]>步驟4，分別使用霍爾電壓傳感器和霍爾電流傳感器實時采集工況下鋰電池的端電壓Vt(k)和充放電電流Is(k)。步驟5，基于步驟2中建立的鋰電池離散狀態(tài)空間模型設(shè)計離散變結(jié)構(gòu)觀測器，并將步驟4中采集到的鋰電池端電壓Vt(k)和充放電電流Is(k)作為信號輸入，實時估計鋰電池SOC，其過程如下：步驟5.1，基于步驟2中建立的鋰電池離散狀態(tài)空間模型設(shè)計離散變結(jié)構(gòu)觀測器；x^(k+1)=Gx^(k)+H*Is(k)+h[y(k)-y^(k)]+λv(k)---(16)]]>y^(k)=Cx^(k)---(17)]]>其中，為x(k)的估計值，為x(k+1)的估計值，為y(k)的估計值，h為離散變結(jié)構(gòu)觀測器的增益矩陣，λ為正反饋輸入矩陣，v(k)為外在正反饋補償信號，G為離散變結(jié)構(gòu)能觀測器的系統(tǒng)矩陣，H為離散變結(jié)構(gòu)觀測器的輸入矩陣，C為離散變結(jié)構(gòu)觀測器的輸出矩陣，C＝[100]。步驟5.2，將步驟4中采集到的鋰電池端電壓Vt(k)和充放電電流I(k)作為信號輸入，利用所設(shè)計的離散變結(jié)構(gòu)觀測器實時估計鋰電池SOC。在本實施例中，離散變結(jié)構(gòu)觀測器的增益矩陣h按照以下公式確定：h=1α+CPCTGPCT---(18)]]>其中，，CT為離散變結(jié)構(gòu)觀測器的輸出矩陣C的轉(zhuǎn)置矩陣，P為離散藜卡提方程的正定對稱矩陣解，離散藜卡提方程中的GT為離散變結(jié)構(gòu)觀測器的系統(tǒng)矩陣G的轉(zhuǎn)置矩陣，Q為任意的半正定對稱矩陣，本發(fā)明設(shè)Q＝E，E為3×3的單位矩陣，α為正實數(shù)，本案例取值α＝1。在本實施例中，正反饋輸入矩陣λ按照以下公式確定：λ＝vH(19)其中，v為正實數(shù)，本案例取值v＝0.5。在本實施例中，外在正反饋補償信號v(k)按照以下公式確定：v(k)=-W(k)|Ce(k)|Ce(k)≠0veq(k)Ce(k)=0---(20)]]>其中，e(k)為鋰電池k時刻的狀態(tài)誤差，即e(k)＝x(k+1)-x(k)，W(k)為正值函數(shù)且滿足|W(k)|＜1，Veq(k)為等效外在正反饋補償信號，由公式veq(k)＝(Cλ)-1(CGe(k)+Cγξ(k))確定，式中有界標(biāo)量擾動輸入ξ(k)滿足|ξ(k)|≤0.1×||e(k)||。當(dāng)前第1頁1 2 3