(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211233958.6 (22)申请日 2022.10.10 (71)申请人 四川轻化工大 学 地址 643000 四川省自贡 市汇东学 苑街180 号 (72)发明人 王春　唐滔　 (74)专利代理 机构 重庆为信知识产权代理事务 所(普通合伙) 50216 专利代理师 蔡冬彦 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/00(2006.01) (54)发明名称 基于变温模型加权融合估计超级电容荷电 状态的方法 (57)摘要 本发明公开了一种基于变温模型加权融合 估计超级电容荷电状态的方法， 按照以下方法进 行： S1、 建立超级电容模型， 并对超级电容模型进 行参数辨识； S2、 采用扩展 卡尔曼滤波、 无迹卡尔 曼滤波和自适应扩展卡尔曼滤波分别估计超级 电容的荷电状态； S3、 对采用扩展 卡尔曼滤波、 自 适应扩展卡尔曼滤波和无迹卡尔曼滤波估计得 到三种荷电状态估计值， 经过融合中心加权融 合， 得到荷电状态的加权融合估计值， 其中， 融合 中心采用模糊熵理论分配权值。 采用以上方法， 通过加权融合三种卡尔曼滤波估计的荷电状态 值， 根据测量端电压与估计端电压的残差利用模 糊熵公式分配权值， 提高了荷电状态估计的精度 与稳定性。 权利要求书6页 说明书12页 附图4页 CN 115455842 A 2022.12.09 CN 115455842 A 1.一种基于变温模型加权融合估计超级电容荷电状态的方法， 其特征在于， 按照以下 方法进行： S1、 建立超级电容模型， 并对 超级电容模型进行参数辨识， 具体如下： S11、 将Theven in模型作为超级电容模型； S12、 通过实验获得超级电容在不同温度下的特性实验数据； S13、 建立温度 ‑荷电状态 ‑开路电压曲面方程； S14、 利用粒子群优化算法对Thevenin模型的进行辨识， 获得Thevenin模型的最佳参 数； S2、 采用扩展卡尔曼滤波、 无迹卡尔曼滤波和自适应扩展卡尔曼滤波分别估计超级电 容的荷电状态， 具体如下： S21、 采用扩展卡尔曼 滤波估计超级电容的荷电状态； S22、 采用无迹卡尔曼 滤波估计超级电容的荷电状态； S23、 采用自适应扩展卡尔曼 滤波估计超级电容的荷电状态； S3、 对采用扩展卡尔曼滤波、 自适应扩展卡尔曼滤波和无迹卡尔曼滤波估计得到三种 荷电状态估计值， 经过融合中心加权融合， 得到荷电状态的加权融合估计值， 其中， 融合中 心采用模糊熵理论分配权值。 2.根据权利要求1所述的基于变温模型加权融合估计超级电容荷电状态的方法， 其特 征在于： 所述步骤S11中， 采用Thevenin模型作为超级电容的等效电路模型， Thevenin模型 的状态方程表达式为： Ut＝Uocv‑Ud‑iLR0 (2) 式(1)和式(2)中， Ud表示极化电压， Uocv为理想电压源的开路电压， R0是描述超级电容的 欧姆内阻， Rd为极化电阻， Cd为极化电容， iL和Ut分别是工作电路的端电流和端电压； 将式(1)和式(2)进行离 散化处理后得到 离散Theven in模型的状态方程的表达式： Ut,k＝Uocv,k‑Ud,k‑iL,kR0 (4) 式(2)和式(3)中， Ud,k表示k时刻RC网络的极化电压， Ud,k‑1表示k‑1时刻RC网络的极化电 压， RC网络表示Rd和Cd组成的并联电路， Ut,k表示k时刻的端电压， Uocv,k表示k时刻的开路电 压， iL,k表示k时刻流经超级电容的电流， 参数τ ＝Rd×Cd， Δt是此刻与前一时刻的时间 间隔。 3.根据权利要求2所述的基于变温模型加权融合估计超级电容荷电状态的方法， 其特 征在于： 所述步骤S12中， 实验包括HPPC测试和UDDS工况测试， 并分别设置在 ‑10℃、 10℃、 25 ℃和40℃四个恒温环境下进行测试。 4.根据权利要求3所述的基于变温模型加权融合估计超级电容荷电状态的方法， 其特 征在于： 所述步骤S13中， 超级电容的荷电状态用剩余容量与最大可用容量之比表示， 表达 式如下： 权　利　要　求　书 1/6 页 2 CN 115455842 A 2式(5)中， SOC表示超级电容的荷电状态， Qt为超级电容当前剩余容量， Qmax为超级电容的 可用容量； 超级电容的荷电状态随时间变化情况的计算公式如下： 式(6)中， SOC0为SOC的初始值， η为充放电效率； 对式(6)进行离 散化处理， 离散后的表达式为： 式(7)中， SOC(k)表示第k时刻超级电容的荷电状态， SOC(k ‑1)表示第k ‑1时刻超级电容 的荷电状态， i(k)表示第k时刻通过超级电容的电流； 建立温度 ‑荷电状态 ‑开路电压的三维响应曲面， 通过处理四个不同温度环境下HPPC测 试的实验数据， 得到温度 ‑荷电状态 ‑开路电压的曲面方程： OCV＝f(soc,T)＝a0(T)+a1(T)soc+a2(T)soc2+a3(T)soc3+a4(T)soc4+a5(T)soc5 (8) 式(8)中， OCV表示开路电压， a1(T)、 a2(T)、 a3(T)、 a4(T)和a5(T)均为关于温度的多项 式 系数。 5.根据权利要求4所述的基于变温模型加权融合估计超级电容荷电状态的方法， 其特 征在于： 所述 步骤S14中， 参数辨识的目标函数为： 式(9)中， fmin(R0,Rd,Cd,T)表示需要优化的目标， Ut,k为k时刻的测量端电压， Ut,k(R0,Rd, Cd,T)表示端电压的估计值， T表示环境温度。 6.根据权利要求5所述的基于变温模型加权融合估计超级电容荷电状态的方法， 其特 征在于， 所述 步骤S21具体包括以下步骤： S211、 将扩展卡尔曼 滤波的系统状态方程和系统观测方程进行离 散化处理； 扩展卡尔曼 滤波的系统状态方程和系统观测方程的表达式分别如下： xk＝f(xk‑1,uk‑1)+ωk‑1 (10) yk＝h(xk,uk)+vk (11) 式(10)和式(11)中， f表示由括号内两个参数组成的系统状态方程函数关系， h表示由 括号内两个参数组成的系统观测方程函数关系， xk表示扩展卡尔曼滤波第k时刻的状态矩 阵， xk‑1表示扩展卡尔曼滤波第k ‑1时刻的状态矩阵， uk表示扩展卡尔曼滤波第k时刻的系统 输入矩阵， uk‑1表示扩展卡尔曼滤波第k ‑1时刻的系统输入矩阵， ωk‑1表示扩展卡尔曼滤波 第k‑1时刻的系统噪声矩阵， yk表示扩展卡尔曼滤波第k时刻的观察矩阵， vk表示扩展卡尔曼 滤波第k时刻的观测噪声矩阵； 对连续的系统状态方程函数关系和系统观测方程函数关系通过泰勒展开式进行离散 化处理， 离散处理后的表达式如下： 权　利　要　求　书 2/6 页 3 CN 115455842 A 3