[发明专利]基于改进PNGV模型和扩展卡尔曼算法的SOC估算方法

权利要求书

1.一种基于改进PNGV等效电路模型和扩展卡尔曼滤波器的锂离子电池SOC估算方法，其特征在于，通过改进的PNGV等效模型，有效表征锂离子电池的充放电特性；利用扩展卡尔曼滤波算法，通过泰勒展开式解决了SOC估算中的非线性的问题，实现了对锂离子电池组SOC值的有效迭代计算。

2.根据权利要求1所述的一种基于改进PNGV等效电路模型和扩展卡尔曼SOC估算方法，其特征在于，该等效电路模型加入RC回路来表征电池内部的极化效应，在一定程度上弥补了经典内阻模型无法表征锂电池非线性工作特征的缺点；加入自放电回路，弥补了普通PNGV等效模型忽略电池端电压变化造成的估算不精确，对电池具有更加精确的表征性能。

3.根据权利要求1所述的一种基于改进PNGV等效电路模型和扩展卡尔曼算法的SOC估算方法，其特征在于，通过扩展卡尔曼算法对具有非线性关系的锂电池组进行SOC估算，解决了传统卡尔曼算法只能求解线性系统的局限性，通过扩展卡尔曼滤波算法对非线性函数的进行泰勒级数展开，得到一个近似的线性化模型，再用卡尔曼算法进行自回归迭代计算，实现了对锂离子电池组SOC值的最优估计，克服了SOC初值误差和安时积分存在的累积误差。

4.根据权利要求1所述的一种基于扩展卡尔曼滤波的SOC估算方法，其特征在于，该方法在充分考虑锂离子电池成组工作基础上，基于改进PNGV等效模型电路，以扩展卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。