本发明公开了一种
锂电池SOC估计的高阶卡尔曼滤波算法,包括以下步骤:S1、锂电池充放电动态过程建模,采用一阶戴维宁等效模型对电池的充放电特性来进行软测量;S2、建立用于描述电池SOC估计的非线性状态模型和测量模型,隐变量引入扩维建模;S3、针对锂电池基于扩维状态的状态模型和观测模型建立高阶卡尔曼滤波器。通过蒙特卡洛仿真试验对电池SOC的EKF和HEKF估计值进行比较,本发明所述的方法具有更高的估计精度。因此,本发明采用上述锂电池SOC估计的高阶卡尔曼滤波算法,能够解决现有的算法估计精度低的问题。
声明:
“锂电池SOC估计的高阶卡尔曼滤波算法” 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)