简介:
本发明公开了一种渐消并行卡尔曼滤波动力电池荷电状态估计方法。S1、建立锂电池等效电路模型,推导电池的状态方程;S2、基于电池状态方程,建立扩展卡尔曼滤波算法;S3、建立自适应渐消扩展卡尔曼滤波算法;S4、建立自适应渐消并行扩展卡尔曼滤波算法。该方法从锂离子电池的荷电状态(State of Charge,SOC)估计出发建立锂离子电池的等效电路模型,针对传统非线性EKF估计精度的不足,提出AFEKF算法,提高了SOC的估计精度;根据三阶状态方程运算量大,提出AFPEKF算法,提高了SOC的估计速度,适用于新能源汽车锂电池SOC估计。
本发明公开了一种渐消并行卡尔曼滤波
动力电池荷电状态估计方法。S1、建立
锂电池等效电路模型,推导电池的状态方程;S2、基于电池状态方程,建立扩展卡尔曼滤波算法;S3、建立自适应渐消扩展卡尔曼滤波算法;S4、建立自适应渐消并行扩展卡尔曼滤波算法。该方法从锂离子电池的荷电状态(State of Charge,SOC)估计出发建立锂离子电池的等效电路模型,针对传统非线性EKF估计精度的不足,提出AFEKF算法,提高了SOC的估计精度;根据三阶状态方程运算量大,提出AFPEKF算法,提高了SOC的估计速度,适用于
新能源汽车锂电池SOC估计。