【技术实现步骤摘要】
本专利技术实施例涉及电池，尤其涉及一种动态修正荷电状态的方法、装置及电子设备。
技术介绍
1、随着市场对新能能源汽车、储能电子产品的发展，电池的荷电状态(state-of-charge,soc)备受关注。合适的soc估算方法可提高soc估算精度，提高电池剩余续航精度，有效防止电池过充、过放，减少充电对电池的伤害。
2、相关技术中soc估算方法有卡尔曼滤波法和神经网络法。卡尔曼滤波适用于线性系统，由于电池soc估算为非线性系统，所以根据卡尔曼滤波原理采用扩展卡尔曼滤波(extendedkalman filter,ekf)、无迹卡尔曼滤波(unscended kalman filter,ukf)进行非线性系统估算。神经网络法需要大量样本进行训练，方法较为复杂且受电池老化影响较大。对于单或多簇电池组的电池系统，采用算法训练在进行soc估算时，由于算法训练量大算法复杂易存在较大误差，不利于实际的工程实践和生产普及。
技术实现思路
1、本专利技术提供一种动态修正荷电状态的方法、装置及电子...
【技术保护点】
1.一种动态修正荷电状态的方法，其特征在于，包括：
2.根据权利要求1所述的动态修正荷电状态的方法，其特征在于，根据安时积分计算电池组当前的可用荷电状态，包括：
3.根据权利要求1-2任一项所述的动态修正荷电状态的方法，其特征在于，所述修正类型至少包括静态开路电压修正、充电预修正、静态低端修正、极限低端修正和极限高端修正中的一种或多种。
4.根据权利要求3所述的动态修正荷电状态的方法，其特征在于，若判定所述修正类型为静态开路电压修正，则所述根据所述修正类型对当前的所述可用荷电状态进行修正，得到修正后的所述可用荷电状态，包括：
...【技术特征摘要】
1.一种动态修正荷电状态的方法，其特征在于，包括：
2.根据权利要求1所述的动态修正荷电状态的方法，其特征在于，根据安时积分计算电池组当前的可用荷电状态，包括：
3.根据权利要求1-2任一项所述的动态修正荷电状态的方法，其特征在于，所述修正类型至少包括静态开路电压修正、充电预修正、静态低端修正、极限低端修正和极限高端修正中的一种或多种。
4.根据权利要求3所述的动态修正荷电状态的方法，其特征在于，若判定所述修正类型为静态开路电压修正，则所述根据所述修正类型对当前的所述可用荷电状态进行修正，得到修正后的所述可用荷电状态，包括：
5.根据权利要求3所述的动态修正荷电状态的方法，其特征在于，若判定所述修正类型为充电预修正，则所述根据所述修正类型对当前的所述可用荷电状态进行修正，得到修正后的...
【专利技术属性】
技术研发人员：彭宏伟，常文韵，
申请(专利权)人：惠州亿纬锂能股份有限公司，
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。