简介:
本发明公开了一种基于粒子重采样与搜寻者优化算法的电池荷电状态估计方法,属于新能源电池测控领域,本发明基于Thevenin等效电路模型,通过将SOC粒子模仿人类的合作、记忆、学习等智能行为,确定搜寻方向和步长,实现粒子向最优值的靠近,进而实现了对锂离子电池SOC值的有效迭代计算;本方法在充分考虑锂离子电池工作特性的基础上,基于等效电路模型,改进以粒子滤波为基础的迭代计算过程,实现锂离子电池SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行,本发明提高了计算可靠性;本发明可为不同应用场景下的锂离子电池SOC估算模型的建立和SOC值计算提供方法参考,具有计算简洁、适应性好和精度高的优点。
本发明公开了一种基于粒子重采样与搜寻者优化算法的电池荷电状态估计方法,属于新能源电池测控领域,本发明基于Thevenin等效电路模型,通过将SOC粒子模仿人类的合作、记忆、学习等智能行为,确定搜寻方向和步长,实现粒子向最优值的靠近,进而实现了对
锂离子电池SOC值的有效迭代计算;本方法在充分考虑锂离子电池工作特性的基础上,基于等效电路模型,改进以粒子滤波为基础的迭代计算过程,实现锂离子电池SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行,本发明提高了计算可靠性;本发明可为不同应用场景下的锂离子电池SOC估算模型的建立和SOC值计算提供方法参考,具有计算简洁、适应性好和精度高的优点。