本发明公开了基于遗传算法改进的双卡尔曼滤波的
锂电池SOC估计方法,包括:建立锂电池等效电路模型和动态系统方程;进行锂电池的OCV测试,将测试数据进行拟合得到开路电压与SOC的关系曲线;利用遗传算法对锂电池等效电路模型中参数辨识过程进行优化,得到最优辨识参数;根据锂电池等效电路模型建立双卡尔曼滤波器离散非线性系统方程,利用最优辨识参数以及锂电池的端电压、电流进行双卡尔曼滤波器迭代。本发明的锂电池SOC估计方法用实数编码遗传算法辨识得到最优化模型参数,最优化模型的电压输出特性与电池的实际电压输出特性基本吻合,具有较高的辨识精度,再将辨识后的参数代入双卡尔曼滤波进行SOC预测,大大提高了估计模型的准确性。
声明:
“基于遗传算法改进的双卡尔曼滤波的锂电池SOC估计方法” 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)