公开(公告)号：CN110320472A

公开(公告)日：2019-10-11

申请号：CN201910414377.4

申请日：2019-05-17

Applicant: 枣庄学院

Inventor： 孙正 ,  陈钱 ,  张晓光 ,  卢纪丽 ,  徐桂云 ,  李辉

IPC: G01R31/367 ,  G01R31/3842 ,  G01R31/387

Abstract: 本发明公开了一种用于矿用锂电池的自修正SOC估计方法，根据锂电池日常充放电情况下对锂电池SOC预测进行自修正，该系统自修正是根据电池组本身的充放电状态不同，通过对于电池组模型进行修正，同时由于粒子生成的随机性使得SOC估计结果的可实现性增强；由于电池模型的通用性，对于电池模型的递归最小二乘识别方式使得模型的准确性会不断提高且不会因为放电电流变化过大而造成模型不准确。对于粒子滤波估计的SOC使得加大了对于非高斯噪声情况下SOC估计的准确性；可以解决不同电池个体特性不同而SOC预测差异的不准确估计现象，减少随着充放电状态的变化，最终有效的增强矿用锂电池的稳定性和安全性。

公开(公告)号：CN110320472B

公开(公告)日：2021-06-01

申请号：CN201910414377.4

申请日：2019-05-17

Applicant: 枣庄学院

Inventor： 孙正 ,  陈钱 ,  张晓光 ,  卢纪丽 ,  徐桂云 ,  李辉

IPC: G01R31/367 ,  G01R31/3842 ,  G01R31/387

Abstract: 本发明公开了一种用于矿用锂电池的自修正SOC估计方法，根据锂电池日常充放电情况下对锂电池SOC预测进行自修正，该系统自修正是根据电池组本身的充放电状态不同，通过对于电池组模型进行修正，同时由于粒子生成的随机性使得SOC估计结果的可实现性增强；由于电池模型的通用性，对于电池模型的递归最小二乘识别方式使得模型的准确性会不断提高且不会因为放电电流变化过大而造成模型不准确。对于粒子滤波估计的SOC使得加大了对于非高斯噪声情况下SOC估计的准确性；可以解决不同电池个体特性不同而SOC预测差异的不准确估计现象，减少随着充放电状态的变化，最终有效的增强矿用锂电池的稳定性和安全性。