[发明专利]基于扩展卡尔曼粒子滤波算法的动力电池SOC估计方法有效
| 申请号： | 201310361928.8 | 申请日： | 2013-08-19 |
| 公开（公告）号： | CN103472398A | 公开（公告）日： | 2013-12-25 |
| 发明（设计）人： | 周晓凤;赵又群;臧利国 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于扩展卡尔曼粒子滤波算法的动力电池SOC估计方法，现有方法存在不能满足在线估计，累计误差大，发散等问题。本发明方法结合扩展卡尔曼滤波和粒子滤波方法，采用扩展卡尔曼滤波来产生重要密度函数，避免粒子退化现象，提高估计精度。本发明方法可以有效的估计电池SOC，精度较高，而且适用于各种电池SOC估计。 | ||
| 搜索关键词： | 基于 扩展 卡尔 粒子 滤波 算法 动力电池 soc 估计 方法 | ||
【主权项】：
基于扩展卡尔曼粒子滤波算法的动力电池SOC估计方法，其特征在于，包括如下步骤：步骤1，建立电池电量数学模型，得到电池系统离散空间模型；步骤2，利用扩展卡尔曼粒子滤波算法预测动力电池SOC：步骤2‑1，在初始采样时刻，由初始概率分布随机产生粒子集；步骤2‑2，在当前采样时刻内，由扩展卡尔曼滤波算法得到当前时刻每个粒子状态量右侧估计值以及协方差右侧估计值；步骤2‑3，计算当前时刻各粒子权重，归一化当前时刻粒子权重，由归一化的当前时刻粒子权重得到有效粒子数，当有效粒子数目小于粒子数目阈值时，返回步骤2‑1；否则，输出当前时刻电池荷电状态更新值；步骤2‑4，进入下一采样时刻，重复步骤2‑2至步骤2‑3。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310361928.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种蓄电池在线放电装置
- 下一篇：一种带故障注入功能的通用型电路故障仿真系统
