【技术实现步骤摘要】
本专利技术涉及锂电池，尤其涉及一种基于卡尔曼滤波的电池soc与soe联合估计方法。
技术介绍
1、电池管理系统是电动汽车动力系统的核心组成部分，可以实时监测电池的电压、温度和电流等，对车载动力电池进行有效控制和管理，从而有效提高电池组使用寿命，提高电动汽车的续航里程，对于电动汽车行业发展至关重要。其功能应该包括电池状态估算、均衡控制、热管理、安全管理、参数检测等等。其中状态估算通常包括电池荷电状态(soc)估算和电池能量状态(soe)估算。
2、目前，现有锂电池的电池荷电状态(soc)估算和电池能量状态(soe)估算技术多是基于等效电路模型，而相较于锂电池p2d模型，等效电路模型无法描述内部电化学反应过程，因此很难用于电池老化机理建模或电池寿命预测等，模型扩展性不高，也会导致估算结果精度不高。
3、因此，现有技术中在对锂电池进行状态估计的过程中，存在估计结果精度低的问题。
技术实现思路
1、有鉴于此，有必要提供一种基于卡尔曼滤波的电池soc与soe联合估计方法，用以...
【技术保护点】
1.一种基于卡尔曼滤波的电池SOC与SOE联合估计方法，其特征在于，包括：
2.根据权利要求1所述的基于卡尔曼滤波的电池SOC与SOE联合估计方法，其特征在于，所述简化P2D模型包括锂离子动力电池端电压计算公式，所述锂离子动力电池端电压计算公式为：
3.根据权利要求2所述的基于卡尔曼滤波的电池SOC与SOE联合估计方法，其特征在于，所述获取所述预设放电倍率下的端电压实验值，并根据所述预设放电倍率、所述端电压数据和所述端电压实验值，确定电压修正因子，包括：
4.根据权利要求3所述的基于卡尔曼滤波的电池SOC与SOE联合估计方法，其特征...
【技术特征摘要】
1.一种基于卡尔曼滤波的电池soc与soe联合估计方法，其特征在于，包括：
2.根据权利要求1所述的基于卡尔曼滤波的电池soc与soe联合估计方法，其特征在于，所述简化p2d模型包括锂离子动力电池端电压计算公式，所述锂离子动力电池端电压计算公式为：
3.根据权利要求2所述的基于卡尔曼滤波的电池soc与soe联合估计方法，其特征在于，所述获取所述预设放电倍率下的端电压实验值，并根据所述预设放电倍率、所述端电压数据和所述端电压实验值，确定电压修正因子，包括：
4.根据权利要求3所述的基于卡尔曼滤波的电池soc与soe联合估计方法，其特征在于，所述电压修正因子计算公式为：
5.根据权利要求4所述的基于卡尔曼滤波的电池soc与soe联合估计方法，其特征在于，所述修正后的状态方程为：
6.根据权利要求5所述的基于卡尔曼滤波的...
【专利技术属性】
技术研发人员：康健强，何益盼，王菁，王茜，朱国荣，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。