[发明专利]一种基于模型与数据驱动融合的电池包荷电状态估计方法

摘要

本发明涉及一种基于模型与数据驱动融合的电池包荷电状态估计方法，属于电池技术领域。用于提高动力电池在复杂工况下SOC估计的准确性。电池在实际车载使用时，其工况复杂多变，单一的基于等效电路模型或基于数据驱动的估计方法难以保证良好的估计精度。因此，结合自适应扩展卡尔曼滤波AEKF和高斯过程回归GPR的各自优点，该融合算法能够在SOC初值不准确、不同工况、不同环境温度、不同老化状态、不同电流倍率等情况下依然有较好的SOC估计精度和鲁棒性。在动态工况下，AEKF算法的SOC估计精度优于GPR算法；与之相反，在恒流工况下，GPR算法的SOC估计精度优于AEKF算法。