You are on page 1of 3

科技风 2018 年 1 月 工程技术

DOI: 10. 19392 / j. cnki. 1671-7341. 201803081

基于卡尔曼滤波的井下蓄电池运输车辆锂电池 SOC 估计
徐治仁 廖广博 董秀秀 王一男 程博威 李博文

中国矿业大学( 北京) 机电与信息工程学院 北京 100083

摘 要: 我国煤矿井下广泛使用防爆蓄电池无轨辅助运输车辆,由于实际工程应用环境十分恶劣,为了准确估算车辆蓄电池
的荷电状态 SOC( State of Charge) ,在研究电池电特性的基础上采用改进电池简化等效电路模型,且基于此模型结合安时积分法和
卡尔曼滤波法对锂电池的 SOC 进行估计,并使用 Matlab 软件进行仿真和验证,将结果与小波滤波方法进行比较分析,仿真结果表
明卡尔曼滤波算法能够实时修正估计误差,具有更好的估算精度。同时,为了更好地演示、分析与便于用户使用,还基于此设计并
开发了 Matlab GUI 程序。
关键词: 荷电状态; 卡尔曼滤波; 等效电路模型; 锂电池; 井下机车
The SOC estimation based on Kalman filtering of the lithium-ion
battery used on electric vehicles in underground coal mines
Xu Zhiren Liao Guangbo Dong Xiuxiu Wang Yinan Cheng Bowei Li Bowen
Dept. of School of Mechanical Electronic & Information Engineering,China University of
Mining & Technology( Beijing) Beijing 100083
Abstract: In China,explosion-proof battery auxiliary trackless transport vehicles are widely used in the coal mine. In order to estimate
the vehicle battery state of charge SOC ( State of Charge) accurately,plus the tough actual application environment,applies an improved
simplified battery circuit model through the electrical characteristics. Makes an estimation of the lithium battery SOC with a Kalman filter
based on the model,combined with the Ampere-Hour Method,which is simulated and verified with the Matlab software,and compared the
results with ones of wavelet filtering. The results show that the Kalman filtering algorithm makes a real-time correction of the estimation error
and the accuracy is better. At the same time,in order to demonstrate,analyze better and facilitate the users,a Matlab GUI program is de-
signed and developed.
Key words: state of charge; Kalman filter; equivalent circuit model; lithium-ion battery; mine vehicle

[3]
煤炭是我国的主要能源,辅助运输是煤炭运输系统中不可 改进 Thevenin 模型的等效电路模型 ,如图 1 所示。
或缺的关键部分。目前,我国的煤矿井下大量采用了以防爆柴
[1]
油机为动力的无轨辅助运输车辆 ,它载重能力强,应用覆盖
面广。
尽管这类车辆具有诸多优点,但也在实际的生产应用中暴
[2]
露出一些问题。一方面,这类车辆 以柴油为燃料,需消耗大
量一次能源; 另一方面,由于柴油机排出的尾气包含 CO 、NO x
和较多颗粒物,加上井下通风能力有限,会产生较大的环境污 图 1 改进的 Thevenin 等效电路
该模型不仅有效建立了电路中电压和电流的关系,它两端
染。相较而言,以蓄电池为动力的井下防爆电动无轨运输车辆
的电压也可以较为准确地表示开路电压 OCV 的大小。
使用清洁能源,因而具有污染小、能耗低、噪音小等诸多优点,
1. 2 状态空间方程的确立
很好地实现了节能减排的目标。
想要得到 SOC 的值,先介绍安时积分法和开路电压法。
作为动力来源,电池的质量直接影响了车辆的运行是否可 [4]
安时积分法 利用积分的思想,记录每一时刻电动车辆充
靠。电池的荷电状态 SOC( State of Charge) 是电池剩余电量与
放电电流大小并对它进行积分,从而计算出电池的剩余电量。
电池容量的比值,该值的精确估算对于电动车辆的正常安全运
假设电池的电量初始值为 SOC0 ,则当前 t 时刻电池的 SOC 值
行、延长电池使用寿命等有着重要的意义。 t
ηi( τ) dτ
但是,由于电池 SOC 具有无法被直接测量的特点,受温度、 为 SOC( t) = SOC0 -
0 ∫CN
( 1)
充放电倍率、老化等因素的影响,且井下环境恶劣、干扰因素较 其中,η 为库伦效率,C N 为电池的额定容量。
多,因此本文将安时积分、开路电压法与卡尔曼滤波法结合,将 [5]
开路电压法 指的是电池在静置较长一段时间后,电池的
电池建模并对 SOC 进行估计,通过实验验证了算法具有较高的 开路电压 OCV 和电池 SOC 值呈一一对应的线性关系 。不妨
[6]

精度,并创新性地在 MATLAB 环境下开发了一个井下锂电池 设 OCV = kSOC + d 。
SOC 噪声仿真滤波软件,并通过 GUI 界面便于用户使用。 根据基尔霍夫电压定律,结合等效电路模型可以得到:
1 等效电路模型 OCV( t) = R e i( t) + V cs ( t) + V( t) ( 2)
1. 1 改进的电池等效电路模型 dOCV( t) i( t)
=- ( 3)
建立一个能反映锂电池特性的电路模型是准确估算 SOC dt Cb
的关键。 dV cs i( t) V cs ( t)
= - ( 4)
一个较为理想的电池等效参数模型既需要最大程度反应 dt CS RS CS
电池的内部和外部特性,也要降低复杂度、简便计算,同时需兼 其中,i 为锂离子电池的工作电流,V 为锂离子电池的工作
顾工程实现,模型的阶数不宜太高。因此,本文使用一种基于 电压。将( 2) 式改写为 V( t) = - R e i( t) - V cs ( t) + 0. 5OCV( t)

91
工程技术 科技风 2018 年 1 月

+ 0. 5( kSOC + d) ( 5) 由上式建立状态空间方程,令 x =
[x x2 x3 ] = [ V cs OCV SOC ] ,u = i ,
1

y = V - 0. 5d 。 ( 6)
考虑到井下工作环境的噪声干扰,同时进行离散化处理,
令采样周期 ΔT = 1S ,可以得到:
1
 1  Cs 
  1 - Rs Cs 0 0   
 x( k + 1) =  x( k) +  - C1 u( k) + w( k) ( 7)
 

0 1 0
  b

 0 0 1 η 
-C 
 N
 y( k) = [- 1 0. 5 28. 5]x( k) - R u( k) + v( k) ( 8) 图 2 SOC 估计值和参考值
e
为凸显出卡尔曼滤波算法的优越性,在此处引入小波滤波
其中,w( k) 、v( k) 为相互独立的高斯白噪声。 [7]
与之进行比较。小波变换 ( wavelet transform,WT) ,也是进行
2 滤波算法和仿真验证
信号时频分析和处理的理想工具。它的主要特点是通过变换
2. 1 卡尔曼滤波 SOC 算法 能够突出信号局部的特征,对信号进行多尺度细化,最终达到
1960 年,卡尔曼滤波理论( Kalman Filtering) 是一种时域最 能自动适应时频信号分析的要求。此处选取 Haar 小波基进行
优自回归数据处理算法。该算法在随机估计理论中引入了状 5 级分解,对锂电池的 SOC 值滤波。与参考值比对,可得到误
态空间的概念,用状态方程描述输入与输出之间的关系,从观 差图 3。
测量中估计出所需要的信号。卡尔曼滤波算法是一种递归算
[6]
法 ,它不需要存储所有的历史数据,仅仅根据前一时刻的状
态估计值和当前观测的数据,以递推的方式就可以算出新的状
态估计值。
标准卡尔曼滤波器主要包括两个过程: 预估和校正。预估
过程主要利用时间更新方程( 式( 11) ( 12) ) 建立当前状态的先
验估计,并推算误差协方差估计的值; 校正过程负责反馈,利用
测量更新方程( 式( 13) ( 14) ( 15) ) 结合预估过程的先验估计值
及当前观测值,建立起对当前状态的后验估计。 图 3 估计误差曲线

{ P( k)
^ k) - = AX(
X( ^ k - 1) + BU( k-1) ( 11) 表 3 列出了卡尔曼滤波和小波滤波估算结果相比于真实

= AP( k - 1) A T + Q ( 12 ) 值的误差。

{
K( k) = P( k) -
C T ( CP( k) -
C T + R) -1 ( 13) 表 3KF、WT 对 SOC 的估计误差
^ k) = X(
X( ^ k) -
+ K( k) ( y( k) - CX(^ k) - ) ( 14) 信噪比 SNR / dB KF WT
P( k) = ( I - K( k) C) P( k) - ( 15 ) 45 0. 00629 0. 0175
其中,X( ^ k) - 为下第 k 步的先验状态估计值,X( ^ k) 为第 k
40 0. 00938 0. 0203

步的后验状态估计值。P( k) 为先 验 估 计 误 差 协 方 差 矩 阵,
35 0. 0129 0. 0188
P( k) 为后验估计误差协方差矩阵,Q 为过程噪声协方差矩阵,
30 0. 0180 0. 0192
R 为观测噪声协方差矩阵,I 为单位矩阵,K( k) 称为卡尔曼
增益。 仿真结果表明,卡尔曼滤波算法能够有效地实现对电池
2. 2 卡尔曼滤波 SOC 算法仿真验证 SOC 的估计,精度高于小波滤波算法,可达到预期效果。
为了验证卡尔曼滤波算法的效果,通过 Matlab 软件建立电
池仿真模型并完成具体算法的实现和仿真。本文使用深圳锂
谷公司的 LV1206-12V /6Ah 磷酸铁锂动力电池进行仿真实验。
为了 得 到 电 池 模 型 的 参 数,进 行 量 化 的 HPPC ( Hybrid Pulse
Power Characteristic) 测试,采用带遗忘因子的递推最小二乘算
[3]
法 进行参数辨识,得到电池模型参数如下:
表 1 电池模型参数
η
R S ( Ω) R e ( Ω) C S ( F) C b ( F) ( A -1 )
CN

0. 52 0. 47 2. 55 630 0. 0001
图 4 GUI 运行界面
系统状态初始值如下: 3 SOC 估计 GUI 界面
表 2 系统状态初始值 为便于用户更加直观地进行分析并更好的验证不同参数
下的滤波效果,在此基础上,于 MATLAB 环境下开发了噪声仿
P( 0) X( 0) ∑w ∑v 真滤波软件,并通过 GUI 界面便于用户使用。

[ ] [ ]
0. 01 0 0 3. 2
通过该界面,用户可以自定义地输入所使用的锂电池的模
0 0. 01 0 294 0. 1 0. 1
型参数,只需要再导入电池组的观测数据,即可得到经卡尔曼
0 0 0. 01 1
算法滤波后的最优 SOC 估计值。同时,该界面还可以分别计算
采用 6A 脉冲电流进行放电,锂电池在线仿真得到的 SOC 并显示卡尔曼滤波算法和小波滤波方法的估计偏差值,便于用
估计值如图 2 所示: 户分析处理。界面运行时如图 4 所示。

92
科技风 2018 年 1 月 工程技术

4 结论 References:
本文以改进的戴维宁等效电路建立煤矿井下电动车辆的 [1]Huang Kaisheng,Meng Fanbo,Yan Donglin,et al. . Key
锂电池模型,在安时积分法和开路电压法的基础上运用卡尔曼 Technology research for Mine Explosion - Proof Pure Electric Vehi-
滤波算法,对锂电池的 SOC 进行估计。实验结果表明,该估算 cle [J]. Coal Science and Technology,2014 ( 4) : 61-65.
方法验证了该估计方法的准确性,且滤波效果优于小波滤波算 [2]Guo Wenjuan. Current status and development tendency
法。同时,还基于 MATLAB 设计制 作了 GUI 界面,便 于 用 户 of trackless auxiliary transportation vehicles driven by storage bat-
使用。 tery used in underground coal mines [J]. China Coal,2013 ( 11) :
参考文献: 82-85.
[1]黄开胜,孟凡博,阎东林,等. 煤矿井下防爆纯电动车关 [3]Chen Shuting. Research on State of Charge Estimation for
键技术研究[J]. 煤炭科学技术,2014 ( 4) : 61-65. Battery Electric Vehicle [D]. Shanghai: Shanghai Dianji Universi-
[2]郭文娟. 煤矿井下蓄电池无轨辅助运输车辆技术现状 ty,2016: 7-9,16-24.
及发展趋势[J]. 中国煤炭,2013 ( 11) : 82-85. [4]Bao Hui,YuYang. State of Charge Estimation Calibration
[3]陈舒婷. 纯电动汽车动力电池 SOC 估计的研究[D]. 上 Based on Ampere - Hour Method [J]. Computer Simulation,2013
海: 上海电机学院,2016: 7-9, 16-24. ( 11) : 148-151,159.
[4]鲍慧,于洋. 基于安时积分法的电池 SOC 估算误差校 [5]Peng Dingcong. Basic Principle and Application of Kal-
正[J]. 计算机仿真,2013( 11) : 148-151,159. man Filter [J]. Software Guide,2009 ( 11) : 32-34.
[5]彭丁聪. 卡尔曼滤波的基本原理及应用[J]. 软件导刊, [6] Xie Guang. The Study on SOC Caculation of Li-
2009 ( 11) : 32-34. FeS04Battery Based on Unscented Kalman filtering [D]. An Hui:
[6]谢广. 基于无迹卡尔曼滤波的磷酸铁锂电池 SOC 估算 Hefei University of Technology,2015: 46-49.
研究[D]. 安徽: 合肥工业大学,2015: 46-49. [7]Deng Kaifeng,Wang Yaonan,Liu Dongqi. Kalman Filter
[7]邓凯锋,王耀南,刘东奇. 基于小波变换的卡尔曼滤波 for HEV’s Battery SOC Estimation Based on Wavelet Transform
动力电池 SOC 估算[J]. 控制工程,2015 ( 3) : 398-403. [J]. Control Engineering of China,2015 ( 3) : 398-403.



( 上接第 88 页) 逐渐向数字化和信息化迈进,呈现出自动化的 备,还需要标准的间隔层和过程层来合并单元,以便及时准确
特征。当前我国的电力行业还处在基础阶段,未来的发展还需 的执行通信的共享。在变电站中针对 220 伏以及 110 伏的高
要不断革新。动态仿真系统能够对数字化变电站的故障进行 压进出线就可以运行工 EC6185。对于一些中低压单元,由于
演练或者进行仿真模拟,从而对电路充分进行保护,无论是线 基本的采用室内开关矩形式,这种模式会将通信网络进行统
路还是变压器都能够得到有效监控,让风险降低。电气自动化 一,设备和站控层之间的通信交流十分顺畅,数据化模式更加
的驱动技术能够在最大程度上实现电力的稳定发展,让电力科 简便,数字网络化的远程操控也会变得更加简单。自动化系统
研人员将同步实验成为可能。只有精确的数据才能够为稳定 可以将插件本身的自行诊断功能移到调度中心。系统的装置
系统提供强有力的依据,增强仿真实验的精确度,科研人员在 本身应该及时自我检查,确保变电站系统的维护和维修,每一
仿真的模式下进行电力的测试,更容易发现问题并且及时解 个系统的运行设备都要实时检查,只有这样才能够快速有效地
决,创建混合型的电力仿真实验室。 查找运行装置所存在的缺陷和故障,有效提示故障的位置。
4. 2 设计结构的应用 5 结语
随着计算机技术的不断革新和发展,只有分散式的结构设 在传统的变电站当中,由于技术和人员等原因常常会有很
计才是设计的重中之重。在分散式的结构设计之中,变电站的 大的问题,但是我国的电力资源需求量大,只有通过自动化的
输入和输出都是将零件应用于开关柜当中。因为技术先进和 技术,将数字化变电站逐渐建立起来,才能够提高变电站的工
完善,在分散式结构中加大了技术的力度和应用频率,让变电 作效率,输出更加稳定高效的电能,为我国的经济发展做出贡
站的自动控制更加完善。 献。数字化变电站系统的建立和实现,对我国的自动化技术有
对于分散式结构的自动化控制系统,将采集、处理和遥控 着深远影响,从而推动经济的发展。数字化变电站自动化系统
等命令集中在现场的每一个部件之上,工作的部件将信息从自 的实现,对电网自动化技术的发展和推广具有促进作用。想要
身输入到计算机当中,变电站的工作也随之被控制,这种设计 数字化变电站自动化的功能进一步优化,还需要对变电站的优
的方式非常合理简便,大大降低了检修工作的难度,遇到问题 点和缺点进行深入研究。
的同时可以尽快解决问题,使变电站运行的安全性和稳定性 参考文献:
更高。 [1]马天涛. 自动化技术 在数字化 变 电 站 中 的 应 用 分 析
4. 3 集中处理数据信息 [J]. 中国电力教育, 2014, 2,( 12) : 229-230.
变电站的数字化网络框架当前为集中又分散的结构,这个 [2]邢耀杰. 自动化技术 在数字化 变 电 站 中 的 应 用 研 究
结构的运算核心就是运行工 EC6185。对于标准的站控层 设 [J]. 电子世界, 2014,3,( 14) : 42-43.

93