公开(公告)号：CN114487879A

公开(公告)日：2022-05-13

申请号：CN202111611150.2

申请日：2021-12-27

Applicant: 南京邮电大学

Inventor： 万佑红 ,  达杨阳 ,  谷康伟 ,  何韦唯

IPC: G01R31/387

Abstract: 本发明公开了一种基于自适应平方根中心差分Kalman滤波的SOC估计方法，该方法根据锂电池内部机理建立二阶RC等效电路模型，使用带遗忘因子递推最小二乘法(FFRLS)进行参数辨识；在中心差分Kalman(CDKF)滤波的基础上进行改进，引入自适应和平方根因素，自适应可有效解决噪声不确定性问题，平方根可以保持算法协方差矩阵正定性，两者结合能有效提高SOC估计精度和对噪声鲁棒性能。本发明为锂电池SOC状态估计提供一定参考思路。

公开(公告)号：CN112528472A

公开(公告)日：2021-03-19

申请号：CN202011353685.X

申请日：2020-11-27

Applicant: 南京邮电大学

Inventor： 万佑红 ,  张帅帅 ,  达杨阳 ,  徐长城

IPC: G06F30/20 ,  G06F17/16 ,  G06F17/10

Abstract: 本发明公开了一种多新息混合Kalman滤波和H无穷滤波算法，包括1）建立锂电池的一阶RC电路模型，根据该模型写出描述锂电池系统的状态空间表达式，将电流和电压作为输入，利用递推最小二乘法进行参数辨识；2）分别建立多新息扩展卡尔曼滤波器和多新息滤波器，定义混合滤波性能评价指标实现更好的权值分配，建立基于多新息的混合Kalman/H∞滤波器；3）通过对权值表达式中的参数取不同值来验证一种多新息的混合Kalman/H∞滤波算法收敛精度高和鲁棒性好的优势。本发明通过建立基于多新息的混合Kalman/H∞滤波器，解决了现有SOC估计方法未能充分利用当前新息和历史信息而导致估计误差增大的问题，并通过合理设置权值提高了SOC的估计精度和滤波器的鲁棒性。