具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一：

本实施例提供一种基于凸空间滤波的动力电池化成工艺分析系统状态估计方法，参见图1，所述方法应用于动力电池化成工艺内含时滞的DC/DC变换器系统中，所述方法包括：

步骤一：获取动力电池化成工艺内的时滞DC/DC变换器电路系统的模型；

步骤二：根据步骤一获取到的时滞DC/DC变换器电路系统的模型，建立时滞DC/DC变换器电路系统的状态空间模型；

步骤三：获取时滞DC/DC变换器电路系统的初始状态空间参数矩阵以及初始状态量；

步骤四：根据步骤二建立的状态空间模型，由步骤三获取到的初始状态空间参数矩阵以及初始状态量得到k+1时刻预测步；

步骤五：根据初始状态空间参数矩阵以及初始状态量得到k+1时刻更新步；

步骤六：根据凸空间体约束条件，将k+1时刻预测步和更新步组成线性不等式组；

步骤七：采用线性规划对线性不等式组求解，得到k+1时刻状态空间模型的状态估计值。

实施例二

本实施例提供一种基于凸空间滤波的动力电池化成过程状态估计方法，所述方法包括：

步骤一：获取动力电池化成工艺内的时滞DC/DC变换器电路系统的模型：

如图2所示，动力电池化成工艺内的时滞DC/DC变换器电路系统包括直流电源、电感、电容等元器件。

图2中，DC端为直流电源，通常动力电池化成过程中，采用的直流电源的幅值为10V，L为330μH电感，电容C₁＝C₂＝220μF，Q₁＝Q₂为N沟道MOS管，其中D₁、D₂为MOS管内部二极管。

DC端作为输入时该电路工作为充电模式，电路拓扑如图3所示，其基本拓扑为Buck电路，通过将DC端直流电源作为输入，采用PWM波控制Q₂MOS管开关从而达到降压目的，能够对电池进行充电。

当DC端作为输出时，该电路工作为放电模式，电路拓扑如图4所示，其基本拓扑为Boost电路，通过将电池端作为输入，同样采用PWM波控制Q₁MOS管开关从而达到升压目的，能够对电池进行放电。

步骤二：根据步骤一获取到的时滞DC/DC变换器电路系统的模型，获时滞DC/DC变换器电路系统的状态空间模型：

根据时滞DC/DC变换器电路系统的模型得到如下状态表达式：

x(k+1)＝Ax(k)+A_hx(k-h)+Bu(k)+Dw(k) (1)

系统状态量为其中和分别为充电模式与放电模式时电感电流，v为系统的输出电压。

系统输入量u(k)＝[d₁ d₂ 0]^T，其中d₁和d₂分别为充电模式与放电模式时开关信号占空比。w(k)表示未知但有界的扰动噪声，即其中表示扰动噪声的最大界限值。

A表示状态空间矩阵，其中的V_in表示输入电压，V_m表示输出电压，KP₁、KP₂、KP₃表示MOS管采用的PI控制器参数，其余L、C₁、C₂表示电路中的对应元器件参数。A_h表示时滞状态量的状态空间矩阵，h表示时滞步长，B表示输入矩阵，D表示扰动作用矩阵。

以充电模式电感电流测量值和放电模式时电感电流测量值以及系统的输出电压测量值v'作为状态空间模型的输出，同时加入测量噪声v(k)得到其输出方程：

y(k)＝Cx(k)+v(k) (3)

系统输出量为其中和分别为充电模式与放电模式时电感电流测量值，v'为系统的输出电压测量值。v(k)表示未知但有界的测量噪声，即其中表示测量噪声的最大界限值。表示输出矩阵。

根据式(1)、式(3)，建立时滞DC/DC变换器电路系统的状态空间模型为：

步骤三：获取时滞DC/DC变换器电路系统的初始状态空间参数矩阵以及初始状态量：

3.1获取时滞DC/DC变换器电路系统中各元器件参数；

本实施例中时滞DC/DC变换器电路系统中各元器件的参数如下表1所示：

表1：系统变换器元器件参数

3.2获取时滞DC/DC变换器电路系统的初始状态空间矩阵：

根据上表1所示参数，得到时滞DC/DC变换器电路系统的初始状态空间矩阵为：

3.3获取系统变换器初始状态量：

本实施例中设置系统初始状态为：x₀＝[0 0 0]^T，即系统为零初始状态。

步骤四：根据步骤三得到的初始状态空间参数矩阵以及初始状态量按如下公式得到k+1时刻预测步：

根据初始状态空间参数矩阵以及初始状态量按如下公式得到k+1时刻预测步：

其中A、A_h、B、D均为已知矩阵，X(k)是k时刻的状态可行集，k≥h,

由式(1)推导得到x(k)至x(k-h)的表达式，本实施例中仅列出了x(k)和x(k-h)的表达式，如下式(8)和式(9)所示：

x(k)＝Ax(k-1)+A_hx(k-h-1)+Bu(k-1)+Dw(k-1) (8)

x(k-h)＝Ax(k-h-1)+A_hx(k-2h-1)+Bu(k-h-1)+Dw(k-h-1) (9)

将式(8)式(9)代入式(1)，可得：

其中，Aⁱ表示状态空间矩阵A的i次方；

将式(10)带入式(7)得到：

其中，1≤i≤h。

通过将原始的k+1时刻预测步状态表达式式(7)转化为式(11)，即将原本冗杂的式子转化为第k+1时刻状态与第k-h时刻状态的关系，这样可以大大简化后续计算。而若不进行时滞状态转换的话，后面需要将状态矩阵A和时滞状态量的状态矩阵A_h合并为新的状态矩阵，这样新的状态矩阵维度会增加，从而导致后续计算时的计算复杂度和计算时间会增加。

而采用该步骤的迭代替换法将状态量全部转化至第k-h时刻，可以减少后续计算时的计算复杂度和计算时间，对于时滞系统的状态估计有着较大帮助。

步骤五：根据初始状态空间参数矩阵以及初始状态量按如下公式得到k+1时刻更新步：

根据初始状态空间参数矩阵以及初始状态量按如下公式得到k+1时刻更新步:

其中为观测噪声和干扰，表示该噪声干扰满足有界约束，其最大界限值主要取决于传感器采样精度等实际因素，更符合实际工艺过程。

因此k+1时刻包含所有状态可行集的集合表示为X(k+1)，即

步骤六：根据凸空间体的约束条件，将k+1时刻预测步和更新步组成线性不等式组：

根据凸空间体约束条件如下：

其中X(k+1)＝Set(M(k),α(k))＝{x(k+1):M(k)x(k+1)≤α(k)}，表示可行集元素x(k)组成的凸空间体。

根据式(11)和式(12)，得到如下三个线性不等式：

其中：

将式(15)～(17)整理后可得：

其中：

步骤七：采用线性规划对线性不等式组求解，得到k+1时刻模型状态估计值：

通过线性规划求解式(19)，即可获取k+1时刻状态模型估计值：

根据式(19)可以得到x(k+1)的约束条件，为了获取其上下界，设置目标函数。

本实施例中，为了便于计算，取目标函数为：

这样可以比较容易得到状态量中的电感电流以及输出电压量的最优值。

与可以分别得到k+1时刻第一个状态量的最大值和最小值。同理，可以依次类推得到第二与第三状态量的最大值和最小值，最后整合得到x(k+1)_max，x(k+1)_min。

最后估计值为：

为评估本申请方法的估计性能，本实施例中首先根据所得出的状态估计值是否处于正常界限内来判断该方案是否可行，后续还通过与现有采用椭球滤波进行状态估计的方法的估计结果做对比，以判断该方法的优劣。

根据状态估计值是否处于正常界限内来分析评估本申请方法的估计性能当前工艺等级，包括：

根据状态估计值与正常值之比，令

再减去1得到ζ′_k+1＝|ζ_k+1-1|，现有动力电池池化工艺中正常界限取0.05，当ζ′_k+1＜0.05时则认为当前工艺处于优，当0.15＞ζ′_k+1＞0.05则认为当前工艺处于良，当0.25＞ζ′_k+1＞0.15则认为当前工艺处于合格，当ζ′_k+1＞0.25则认为当前工艺处于故障，需要立即检修。

本申请方法对状态估计的工艺等级以状态量中的输出电压v为例，根据计算ζ′_k+1＝0.0417属于工艺等级优。

为验证本申请所提出的一种动力电池化成工艺分析方法的精确性和快速性，采用本申请方法和现有有界椭球滤波估计方法进行如下仿真实验：

对于在化成工艺内含时滞的DC/DC变换器系统，图5和图6分别展示了两个状态量估计上下界的变化情况。

由图5可以看出，在k∈{0,15}左右，本申请提出状态估计方法的上下界基本收缩并处于状态真值的两侧，在k∈{0,200}左右，对比有界椭球滤波估计方法的上下界基本收缩并处于状态真值的两侧。因此可知本申请提出的方法收敛速度更快。

由图6可以看出，在k∈{0,15}时，本申请提出状态估计方法的上下界基本收缩并处于状态真值的两侧，k∈{0,200}左右，对比有界椭球滤波估计方法的上下界也基本收缩并处于状态真值的两侧。说明本发明提出的动力电池化成工艺分析方法具有状态估计效率高、估计准确等特点。

本发明实施例中的部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。