[发明专利]一种基于扩展卡尔曼粒子滤波的SOC估计方法及系统在审
申请号: | 201610965826.0 | 申请日: | 2016-11-04 |
公开(公告)号: | CN106405433A | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 袁慧梅;陈诚 | 申请(专利权)人: | 首都师范大学 |
主分类号: | G01R31/36 | 分类号: | G01R31/36 |
代理公司: | 北京慧泉知识产权代理有限公司11232 | 代理人: | 王顺荣,唐爱华 |
地址: | 100048 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于扩展卡尔曼滤波的SOC估计方法及系统,其方法包括通过单体电池测试系统对电池进行放电‑静置实验,获得SOC‑OCV函数关系式;建立电池的等效电路模型;根据初始概率分布产生粒子集;根据当前的数据,对模型进行在线参数辨识;使用更新后的模型对粒子进行扩展卡尔曼粒子滤波;更新粒子权值,并根据有效粒子数判断是否需要重采样。针对现有SOC估算方法的估算精度不高,有累积误差,算法对模型精度要求高等问题。本发明采用在线辨识模型参数的方法提高模型精度,采用卡尔曼滤波和粒子滤波结合的方法提高SOC估算精度。本发明可以有效的估算SOC并且抑制噪声,具有精度高的优点,可以应用于电池管理系统领域。 | ||
搜索关键词: | 一种 基于 扩展 卡尔 粒子 滤波 soc 估计 方法 系统 | ||
【主权项】:
一种基于扩展卡尔曼粒子滤波的SOC估计方法,特征在于:该方法包括步骤:步骤1,对电池进行测试,通过单体电池测试系统对电池进行放电‑静置实验,获得荷电状态和开路电压的对应数据,拟合出SOC‑OCV的关系函数表达式;步骤2,建立动力电池的等效电路模型,并得到离散状态空间模型;步骤3,根据初始概率分布,产生初始SOC粒子集并设置权值;步骤4,根据当前的数据,对模型参数进行在线辨识,更新模型;步骤5,使用扩展卡尔曼粒子滤波,得到粒子的预测值;步骤6,更新粒子权值并进行归一化处理,计算有效粒子数;如果有效粒子数小于给定阈值,在进行重采样后输出SOC估计值;如果大于给定阈值,则直接输出SOC估计值;步骤7,重复步骤4到步骤6。
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首都师范大学,未经首都师范大学许可,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/201610965826.0/,转载请声明来源钻瓜专利网。
- 上一篇:多状态电池电量监测方法及监测仪表
- 下一篇:电池荷电状态的估计方法