一種利用卡爾曼濾波預估電池荷電狀態(SOC, State?of?Charge)的方法,其技術要點是,鋰電池組SOC采用擴展卡爾曼濾波算法(Extended?Kalman?Filter, EKF)進行估算,建立鋰電池組的Vmin狀態空間模型,電池組內單體電池負載電壓的最小值Vmin和電池組的SOC分別作為模型的觀測變量和狀態變量。所述的卡爾曼濾波器采用擴展卡爾曼濾波器,用安時積分法遞推SOC,代入觀測方程得到Vmin的估計值,計算每一步的Kalman增益,由狀態估計觀測更新方程得到SOC的最優估計。所述的動力電池SOC預估方法克服了安時積分法電流誤差累積的缺點,實現了對狀態變量SOC的閉環估計。由于在計算過程中考慮了噪聲的影響,所以算法對噪聲有很強的抑制作用。
聲明:
“利用卡爾曼濾波預估電池荷電狀態的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)