【技术实现步骤摘要】
本专利技术属于锂电池状态预测，具体涉及一种新型智能寻优粒子滤波锂电池soe估计方法及系统。
技术介绍
1、在锂离子电池组的整个生命周期中，电池管理系统（battery managementsystem，bms）对核心参数soe的监控和调节将影响应急动力输出的效果和安全性；因此，实时监测该参数的变化，并基于此保障锂离子电池组的工作性能是非常必要的；准确的soe估计可以提高电池剩余能量预测的可靠性，对汽车剩余里程的估计以及电池的优化管理具有重要意义。然而，目前电池状态研究主要集中在荷电状态（state of charge，soc）估算方面。soc反映电池内部容量变化，但电动汽车行驶过程中电流和电压变化频繁，仅凭借soc无法准确判断电池放电能力，在评价电池状态和估计车辆续驶里程时难免会产生误差。因此，选择电池状态参数时要综合考虑电池电流和电压变化，soe直接反映电池内部能量变化。另外，soe作为能量状态的重要参数，可以作为整车能量优化的参数，合理的分配电池能量，从而延长电动汽车最大的续航里程，提高电池使用效率，满足车辆动力性能。因此，精确估计...
【技术保护点】
1.一种新型智能寻优粒子滤波锂电池SOE估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的新型智能寻优粒子滤波锂电池SOE估计方法，其特征在于，所述双极化-电等效电路DP-EEC模型为：
3.根据权利要求1所述的新型智能寻优粒子滤波锂电池SOE估计方法，其特征在于，采用VFFRLS算法对所述双极化-电等效电路DP-EEC模型进行在线参数识别，获得电路模型参数的方法包括：
4.根据权利要求1所述的新型智能寻优粒子滤波锂电池SOE估计方法，其特征在于，基于所述电路模型参数，利用粒子滤波算法为基础的修正机制，预测和更新来自于系...
【技术特征摘要】
1.一种新型智能寻优粒子滤波锂电池soe估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的新型智能寻优粒子滤波锂电池soe估计方法，其特征在于，所述双极化-电等效电路dp-eec模型为：
3.根据权利要求1所述的新型智能寻优粒子滤波锂电池soe估计方法，其特征在于，采用vffrls算法对所述双极化-电等效电路dp-eec模型进行在线参数识别，获得电路模型参数的方法包括：
4.根据权利要求1所述的新型智能寻优粒子滤波锂电池soe估计方法，其特征在于，基于所述电路模型参数，利用粒子滤波算法为基础的修正机制，预测和更新来自于系统概率密度函数的采样集的方法包括：
5.根据权利要求1所述的新型智能寻优粒子滤波锂电池soe估计方法，其特征在于，引入智能蝴蝶寻优算法优化粒子滤波的采样集，实现锂电池soe估计的方法包括：
6.一种新型...
【专利技术属性】
技术研发人员：王顺利，张梦芸，林琳，张志伟，朱华伟，毛辉浪，陈光平，朱斌，雷明东，陈蕾，
申请(专利权)人：西南科技大学，
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。