本发明公开的基于SREKF的
锂电池健康状态的预测方法,首先建立锂电池状态参数的数学模型,得到欧姆内阻的状态方程和欧姆内阻的观测方程;其次,辨识锂电池模型离线参数,得到SREKF的初始值;同时得到预测端电压U
c的输出序列;然后对EKF改进得到SREKF;最后将测量的锂电池的电压、电流和余量序列输入到SREKF中不更新状态方程和观测方程,采用的预测端电压U
c的输出序列和测量端电压序列更新SREKF的锂电池系统当前状态的最优值,根据实验测量值的数目迭代SREKF得到欧姆内阻预测值序列,即锂电池健康状态的状态量。本发明公开的方法解决了传统的EKF估计锂电池内阻时,存在估计误差大,精度不高,鲁棒性差的问题。
声明:
“基于SREKF的锂电池健康状态的预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)