Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种锂电池SOC估计的高阶卡尔曼滤波方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东石油化工学院

摘要:本发明公开了一种锂电池SOC估计的高阶卡尔曼滤波方法,包括以下步骤:S1、锂电池充放电动态过程建模,采用一阶戴维宁等效模型对电池的充放电特性来进行软测量;S2、建立用于描述电池SOC估计的非线性状态模型和测量模型,隐变量引入扩维建模;S3、针对锂电池基于扩维状态的状态模型和观测模型建立高阶卡尔曼滤波器。通过蒙特卡洛仿真试验对电池SOC的EKF和HEKF估计值进行比较,本发明所述的方法具有更高的估计精度。因此,本发明采用上述锂电池SOC估计的高阶卡尔曼滤波方法,能够解决现有的方法估计精度低的问题。

主权项:1.一种锂电池SOC估计的高阶卡尔曼滤波方法,其特征在于,包括以下步骤:S1、锂电池充放电动态过程建模,采用一阶戴维宁等效模型对电池的充放电特性来进行软测量;S2、隐变量引入扩维建模,一类非线性系统方程为 (1) (2)式中,是状态向量;是测量向量;是关于状态的非线性函数;是均值为零,方差为的高斯白噪声;是均值为零,方差为的高斯白噪声;令 (3)是相对于原始变量的隐变量函数,简称隐变量;状态方程(1)与测量方程(2)等价改写为 (4) (5)对状态变量与隐变量完全扩维 (6)建立隐变量之间的线性动态关系 (7)式中,表示待辨识的模型参数;式(4)和(7)分别再等价描述为 (8) (9)记 (10) (11) (12)扩维状态的状态模型和观测模型为 (13) (14)S3、针对锂电池基于扩维状态的状态模型和观测模型建立高阶卡尔曼滤波器。

全文数据:

权利要求:

百度查询: 广东石油化工学院 一种锂电池SOC估计的高阶卡尔曼滤波方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。