-
公开(公告)号:CN112098849B
公开(公告)日:2023-10-13
申请号:CN202010990948.1
申请日:2020-09-19
Applicant: 西安科技大学
IPC: G01R31/367 , G01R31/382 , G06F17/12 , G06F17/15
Abstract: 本发明公开了一种基于求积分卡尔曼滤波的锂电池剩余电量估计方法,包括步骤一、建立锂电池的等效电路模型;二、根据等效电路模型建立状态方程和观测方程;三、对等效电路模型中参数进行参数辨识;四、以SOC为状态变量,建立离散时间的状态方程;五、确定Gauss‑Hermite求积分点的大小以及求积分点所对应的权值;六、采用求积分卡尔曼滤波的运算流程对放电过程中的锂电池剩余电量不断估计。本发明方法步骤简单,实现方便,通过求积分卡尔曼滤波算法对锂电池剩余电量进行估计,对锂电池的动态适应性好,估计精度高,能够有效应用在新能源汽车等对锂电池剩余电量估计实时性和精确性要求较高的领域,效果显著,便与推广。
-
公开(公告)号:CN113392507A
公开(公告)日:2021-09-14
申请号:CN202110568605.0
申请日:2021-05-25
Applicant: 西安科技大学
IPC: G06F30/20 , G06Q10/04 , G06K9/62 , G01R31/392 , G01R31/367 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种锂离子动力电池剩余寿命预测方法,包括步骤一、建立锂离子动力电池的经验容量退化模型;二、以锂离子动力电池容量为状态变量,根据经验容量退化模型建立离散时间的状态方程和观测方程;三、确定求积分点大小及求积分点所对应的权值;四、采用改进的平方根求积分卡尔曼滤波算法对锂离子动力电池容量的历史数据跟踪估计,得到模型的辨识参数;五、采用改进的平方根求积分卡尔曼滤波算法对锂离子动力电池的剩余容量不断预测估计,得出锂离子动力电池的剩余寿命。本发明步骤简单,实现方便,能够有效应用在新能源汽车等对锂离子动力电池剩余寿命预测要求较高的领域,实时性好,精确性高,效果显著,便于推广。
-
公开(公告)号:CN114397578A
公开(公告)日:2022-04-26
申请号:CN202210191938.0
申请日:2022-02-28
Applicant: 西安科技大学
IPC: G01R31/367 , G01R31/378 , G01R31/382 , G01R31/389
Abstract: 本发明公开了一种锂离子电池剩余电量估计方法,包括步骤一、建立锂离子电池的分数阶模型;二、对分数阶模型中的参数进行参数辨识;三、根据分数阶模型建立状态方程和观测方程;四、对状态方程和观测方程离散化,建立以SOC为状态变量的离散状态方程和离散观测方程;五、建立锂离子电池的交互式多分数阶模型;六、对锂离子电池的剩余电量不断估计。本发明建立多个表征不同电池寿命状态的分数阶模型,利用交互式多模型算法自适应跟踪目标状态,可以避免电池老化导致参数变化从而影响估计精度的问题,降低了模型和算法的复杂度,对锂离子电池的动态适应性好,估计精度高,效果显著,便于推广。
-
公开(公告)号:CN114397578B
公开(公告)日:2025-01-03
申请号:CN202210191938.0
申请日:2022-02-28
Applicant: 西安科技大学
IPC: G01R31/367 , G01R31/378 , G01R31/382 , G01R31/389
Abstract: 本发明公开了一种锂离子电池剩余电量估计方法,包括步骤一、建立锂离子电池的分数阶模型;二、对分数阶模型中的参数进行参数辨识;三、根据分数阶模型建立状态方程和观测方程;四、对状态方程和观测方程离散化,建立以SOC为状态变量的离散状态方程和离散观测方程;五、建立锂离子电池的交互式多分数阶模型;六、对锂离子电池的剩余电量不断估计。本发明建立多个表征不同电池寿命状态的分数阶模型,利用交互式多模型算法自适应跟踪目标状态,可以避免电池老化导致参数变化从而影响估计精度的问题,降低了模型和算法的复杂度,对锂离子电池的动态适应性好,估计精度高,效果显著,便于推广。
-
公开(公告)号:CN112098849A
公开(公告)日:2020-12-18
申请号:CN202010990948.1
申请日:2020-09-19
Applicant: 西安科技大学
IPC: G01R31/367 , G01R31/382 , G06F17/12 , G06F17/15
Abstract: 本发明公开了一种基于求积分卡尔曼滤波的锂电池剩余电量估计方法,包括步骤一、建立锂电池的等效电路模型;二、根据等效电路模型建立状态方程和观测方程;三、对等效电路模型中参数进行参数辨识;四、以SOC为状态变量,建立离散时间的状态方程;五、确定Gauss‑Hermite求积分点的大小以及求积分点所对应的权值;六、采用求积分卡尔曼滤波的运算流程对放电过程中的锂电池剩余电量不断估计。本发明方法步骤简单,实现方便,通过求积分卡尔曼滤波算法对锂电池剩余电量进行估计,对锂电池的动态适应性好,估计精度高,能够有效应用在新能源汽车等对锂电池剩余电量估计实时性和精确性要求较高的领域,效果显著,便与推广。
-
-
-
-