公开(公告)号：CN115201689B

公开(公告)日：2025-02-18

申请号：CN202210859238.4

申请日：2022-07-21

Applicant: 辽宁大学

Inventor： 高哲 ,  苗悦 ,  魏俊秀 ,  柴浩宇 ,  焦芷媛 ,  马瑞诚 ,  袁奉麟

IPC: G01R31/367 ,  G01R31/387 ,  G06F17/12 ,  G06F17/16 ,  G06F30/367

Abstract: 一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声的协方差矩阵进行自适应估计，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器设计方法，该方法相比于未初值补偿、噪声协方差矩阵已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的SOC估计的自适应能力。

公开(公告)号：CN115856679A

公开(公告)日：2023-03-28

申请号：CN202211459524.8

申请日：2022-11-17

Applicant: 辽宁大学

Inventor： 高哲 ,  柴浩宇 ,  马瑞诚 ,  崔恩畅 ,  苗悦 ,  肖莎莎 ,  李鸣镝

IPC: G01R31/387 ,  G01R31/378 ,  G01R31/367

Abstract: 本发明提出了一种基于自适应无迹卡尔曼滤波的锂离子电池荷电状态估计方法，具体包括如下步骤：步骤1，选择一阶RC模型，建立锂离子电池的空间状态表达式；步骤2，对描述锂离子电池动态特性的系统方程进行离散化，得到离散化形式的状态方程；步骤3，使用增广向量法处理锂离子电池的系统状态及模型的未知参数以方便对其进行自适应估计；步骤4，设计线性卡尔曼滤波算法对锂离子电池测量输出方程的系数进行估计，得到输出方程系数的估计值；步骤5，设计自适应无迹卡尔曼滤波算法实现对锂离子电池荷电状态与模型参数的联合估计。本发明提出的自适应无迹卡尔曼滤波算法避免了荷电状态‑开路电压曲线的测试和模型参数的辨识，并且具有较高的荷电状态估计精度。

公开(公告)号：CN114624601A

公开(公告)日：2022-06-14

申请号：CN202210251336.X

申请日：2022-03-15

Applicant: 辽宁大学

Inventor： 高哲 ,  苗悦 ,  魏俊秀 ,  柴浩宇 ,  焦芷媛 ,  马瑞诚 ,  袁奉麟

IPC: G01R31/367 ,  G01R31/387 ,  G06F17/12 ,  G06F17/16 ,  G06F30/367

Abstract: 本发明基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声进行自适应处理，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器，该方法相比于未初值补偿、噪声已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的自适应能力。

公开(公告)号：CN115754771A

公开(公告)日：2023-03-07

申请号：CN202211458355.6

申请日：2022-11-17

Applicant: 辽宁大学

Inventor： 高哲 ,  柴浩宇 ,  马瑞诚 ,  高筱婷 ,  焦芷媛 ,  贾凯 ,  孙思琪

IPC: G01R31/387 ,  G01R31/367 ,  G01R31/378 ,  G06F30/20

Abstract: 本发明涉及一种基于自适应双卡尔曼滤波的锂离子电池荷电状态估计方法，具体包括如下步骤：步骤1，选择等效电路模型，建立锂离子电池空间状态表达式；步骤2，对锂离子电池动力学系统方程进行离散化；步骤3，使用增广向量法处理锂离子电池的系统状态及模型的未知参数以对其进行联合自适应估计；步骤4，设计线性卡尔曼滤波算法对测量输出方程系数进行估计，得到测量输出方程系数的估计值；步骤5，将线性卡尔曼滤波算法得到的估计值代入测量输出方程，根据自适应容积卡尔曼滤波算法，得到模型参数和电池荷电状态的估计值，建立自适应双卡尔曼滤波器；步骤6，根据所提的双尔曼滤波算法对噪声进行自适应处理，得到噪声协方差矩阵的迭代公式。本发明提出的自适应双卡尔曼滤波算法能够有效地提高锂离子电池荷电状态的估计精度和不同工况下模型参数的自适应能力，并且避免了荷电状态‑开路电压曲线的测试。

公开(公告)号：CN115201689A

公开(公告)日：2022-10-18

申请号：CN202210859238.4

申请日：2022-07-21

Applicant: 辽宁大学

Inventor： 高哲 ,  苗悦 ,  魏俊秀 ,  柴浩宇 ,  焦芷媛 ,  马瑞诚 ,  袁奉麟

IPC: G01R31/367 ,  G01R31/387 ,  G06F17/12 ,  G06F17/16 ,  G06F30/367

Abstract: 一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声的协方差矩阵进行自适应估计，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器设计方法，该方法相比于未初值补偿、噪声协方差矩阵已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的SOC估计的自适应能力。