公开(公告)号：CN118393355A

公开(公告)日：2024-07-26

申请号：CN202410317286.X

申请日：2024-03-20

Applicant: 安徽理工大学

Inventor： 任恒起 ,  邢丽坤 ,  韩剑秋 ,  刘建

IPC: G01R31/367 ,  G01R31/387 ,  G01R31/388 ,  G01R31/00 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明提出一种基于多时间尺度的分数阶DFOMIUKF算法锂电池SOC在线估计方法估计电池荷电状态(SOC)的方法，该算法可以全参数辨识分数阶模型的7个参数，提高了模型的精度，在电池研究领域具有重要意义。首先建立分数阶二阶RC等效电路模型，并推出锂电池状态空间表达式；然后对分数阶模型进行在线辨识，提出一种分数阶多信息无迹卡尔曼滤波(FOMIUKF)算法，该方法可以根据电池工况自适应更新模型参数以进一步提高模型精度；最后再将辨识的参数传递给分数阶多新息无迹卡尔曼滤波(FOMIUKF)算法实现对锂电池荷电状态(SOC)的估计。DFOMIUKF算法充分利用了历史端电压残差构建多新息矩阵，通过多新息矩阵纠正当前时刻的估计值。该联合算法有效解决了离线算法自适应能力差的问题，使得估计SOC的精度更高、收敛性更好、鲁棒性更强。