简介:
本发明涉及一种无迹卡尔曼的SOC估算方法,其特征在于,通过在卡尔曼滤波算法基础上利用无迹变换使卡尔曼滤波能应用于具有明显非线性关系的锂离子电池组SOC估算,实现了对锂离子电池组SOC值的有效迭代计算,克服SOC初值误差和安时积分存在的累积误差;针对卡尔曼忽略高阶项,使估算精度低、稳定性差的确定,无迹卡尔曼没有忽略高阶项,具有较高的精度;建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点,并加入RC回来表征电池内部的极化效应,对电池具有更好的表征效果;该方法在充分考虑锂离子电池成组工作基础上,基于等效模型电路,改进以卡尔曼为基础的迭代计算过程,实现锂离子电池组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。
本发明涉及一种无迹卡尔曼的SOC估算方法,其特征在于,通过在卡尔曼滤波算法基础上利用无迹变换使卡尔曼滤波能应用于具有明显非线性关系的
锂离子电池组SOC估算,实现了对锂离子电池组SOC值的有效迭代计算,克服SOC初值误差和安时积分存在的累积误差;针对卡尔曼忽略高阶项,使估算精度低、稳定性差的确定,无迹卡尔曼没有忽略高阶项,具有较高的精度;建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征
锂电池动态特性的缺点,并加入RC回来表征电池内部的极化效应,对电池具有更好的表征效果;该方法在充分考虑锂离子电池成组工作基础上,基于等效模型电路,改进以卡尔曼为基础的迭代计算过程,实现锂离子电池组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。