公开(公告)号：CN110441694B

公开(公告)日：2022-07-12

申请号：CN201910664353.4

申请日：2019-07-23

Applicant: 哈尔滨工业大学(威海)

Inventor： 王新生 ,  印闯 ,  张华强 ,  王云龙

IPC: G01R31/367 ,  G01R31/388 ,  G06F30/3323

Abstract: 本发明提供了基于多重渐消因子卡尔曼滤波锂电池荷电状态估计方法，属于锂电池荷电状态估计方法技术领域。本发明通过建立等效电路模型，推导电压电流方程；结合实际容量与放电倍率关系定义SOC方程；通过离散化得到状态方程以及测量方程；对模型的参数进行辨识；通过扩展卡尔曼滤波得到线性化状态方程，并得到初始化、时间更新和测量更新；在扩展卡尔曼滤波协方差的更新方程式中加入一个渐消因子矩阵，并通过调节渐消因子实现对状态的强跟踪性能。本发明通过引入多重渐消因子对不同状态以不同的速率进行渐消跟踪，能有效的提高算法对SOC估计的收敛速度和估计精度。

公开(公告)号：CN110441694A

公开(公告)日：2019-11-12

申请号：CN201910664353.4

申请日：2019-07-23

Applicant: 哈尔滨工业大学(威海)

Inventor： 王新生 ,  印闯 ,  张华强 ,  王云龙

IPC: G01R31/367 ,  G01R31/388 ,  G06F17/50

Abstract: 本发明提供了基于多重渐消因子卡尔曼滤波锂电池荷电状态估计方法，属于锂电池荷电状态估计方法技术领域。本发明通过建立等效电路模型，推导电压电流方程；结合实际容量与放电倍率关系定义SOC方程；通过离散化得到状态方程以及测量方程；对模型的参数进行辨识；通过扩展卡尔曼滤波得到线性化状态方程，并得到初始化、时间更新和测量更新；在扩展卡尔曼滤波协方差的更新方程式中加入一个渐消因子矩阵，并通过调节渐消因子实现对状态的强跟踪性能。本发明通过引入多重渐消因子对不同状态以不同的速率进行渐消跟踪，能有效的提高算法对SOC估计的收敛速度和估计精度。