基于多类卡尔曼滤波技术相结合的电池管理系统及方法技术方案

本发明专利技术提供基于多类卡尔曼滤波技术相结合的电池管理系统及方法，属于电池管理技术领域，解决了现有技术仅通过KF方式进行电池管理的过程中带来的非线性系统局限问题和不足；本发明专利技术在电池管理相关模型中引入了状态估计和观测更新内容，并采用了扩展卡尔曼滤波方法，即EKF技术，利用高斯近似来逼近非线性系统的行为，以更好地处理非线性系统；同时，本发明专利技术还结合了KF技术，从而兼顾了估计精度和计算复杂度的平衡；通过对电池系统的电压、电流等参数的实时监测及预测，本发明专利技术能够更精确地监测和预测电池的容量、寿命和健康状态，提高估计稳定性和可靠性，最终提升电池系统的使用寿命和安全性。安全性。安全性。

【技术实现步骤摘要】
基于多类卡尔曼滤波技术相结合的电池管理系统及方法


[0001]本专利技术属于电池管理
，具体为基于多类卡尔曼滤波技术相结合的电池管理系统及方法。

技术介绍

[0002]卡尔曼滤波(Kalman Filtering，KF)技术，是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法；此技术适用于线性、离散和有限维系统，每一个有外部变量的自回归移动平均系统(ARMAX)或可用有理传递函数表示的系统，都可以转换成用状态空间表示的系统，从而能用卡尔曼滤波方式进行计算。
[0003]由于卡尔曼滤波技术便于计算机编程实现，并能够对现场采集的数据进行实时的更新和处理，已成为目前运用最广泛的滤波方法，在通信，导航，制导与控制等多领域均得到了较好的应用。
[0004]然而，在电池管理
，尽管卡尔曼滤波技术仍广为采用，但始终存在着各类问题和不足之处：
[0005]1、线性模型假设问题：传统的卡尔曼滤波方式假设系统模型是线性的，在此基础上进行运算，但实际的电池或电池组中，电池行为往往是非线性的；这一问题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多类卡尔曼滤波技术相结合的电池管理系统，包括电池组，其特征在于：还包括传感器、EKF模块、KF模块、均衡策略模块和控制器；所述传感器分别连接电池组、EKF模块和KF模块，所述均衡策略模块分别连接EKF模块、KF模块和控制器，所述控制器与所述电池组相连接，所述EKF模块通信连接所述KF模块。2.根据权利要求1所述的基于多类卡尔曼滤波技术相结合的电池管理系统，其特征在于：所述传感器用于读取所述电池组的参数信息，并将参数信息分别传输至所述EKF模块和所述KF模块。3.根据权利要求2所述的基于多类卡尔曼滤波技术相结合的电池管理系统，其特征在于：所述EKF模块内置有扩展卡尔曼滤波算法，EKF模块用于依据所述电池组的参数信息，预测电池组的容量、内阻、寿命和健康状态，得出电池组状态估计结果并传输至所述均衡策略模块。4.根据权利要求3所述的基于多类卡尔曼滤波技术相结合的电池管理系统，其特征在于：所述KF模块内置有卡尔曼滤波算法，KF模块用于依据所述电池组的参数信息，实时监测电池组的电压和电流，同时预测电压电流的变化，得出电池组参数监测预测结果并传输至所述均衡策略模块。5.根据权利要求4所述的基于多类卡尔曼滤波技术相结合的电池管理系统，其特征在于：所述均衡策略模块用于依据电池组状态估计结果和电池组参数监测预测结果，确定电池组充放电均衡策略后，通过控制器控制电池组实际的充放电过程。6.一种基于多类卡尔曼滤波技术相结合的电池管理方法，其特征在于，所述方法在电池管理过程的每个时间周期内，均包括如下步骤：S1、初始化电池管理系统；S2、针对电池管理系统的线性部分，进行KF滤波；S3、针对电池管理系统的非线性部分，进行EKF滤波；S4、KF滤波过程和EKF滤波过程完成后，更新电池管理系统的参数；S5、基于参...

【专利技术属性】
技术研发人员：潘亚雄，谢诚，杨励竞，王彬宇，
申请(专利权)人：中物院成都科学技术发展中心，
类型：发明
国别省市：