【技术实现步骤摘要】
本专利技术属于电池soc估算的，特别是涉及一种基于无迹卡尔曼滤波的电池soc估算方法及系统。
技术介绍
1、在锂离子电池组的完整运行周期内，电池管理系统(bms)对核心参数soc的监测和调整至关重要，这将直接影响到应急动力输出的效果和安全性。因此，及时监测soc的变化，并根据监测结果确保锂离子电池的工作性能，变得至关重要。
2、由于bms中的soc估算技术尚未完全成熟，存在的安全隐患严重制约了锂离子电池组的发展，对于这种类型的电池，可靠的bms管理需要准确的soc值。当我们知道soc值时，不仅可以进行可靠的能量管理和安全控制，还可以避免锂离子电池组的提前损坏，从而延长其使用寿命。因此，精确估算soc值对于确保锂离子电池组的工作性能以及能量和安全管理至关重要。
3、随着bms技术的不断完善和发展，估算电池soc的方法及优缺点如下：开路电压法简单易行，因为获取电池的开路电压需要电池长时间处于静置状态，所以不适合用于在线计算电池的soc；相比之下，安时积分法计算简单，易于实现，然而安时积分法难以确定电池soc初始值，长...
【技术保护点】
1.一种基于无迹卡尔曼滤波的电池SOC估算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池SOC估算方法，其特征在于，所述状态空间方程如下：
3.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池SOC估算方法，其特征在于，所述OCV-SOC关系曲线的表达式如下：
4.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池SOC估算方法，其特征在于，利用递推最小二乘法对模型进行端电压辨识的辨识流程如下：
5.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池SOC估算方法，其特征在于，利用无迹...
【技术特征摘要】
1.一种基于无迹卡尔曼滤波的电池soc估算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池soc估算方法，其特征在于，所述状态空间方程如下：
3.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池soc估算方法，其特征在于，所述ocv-soc关系曲线的表达式如下：
4.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池soc估算方法，其特征在于，利用递推最小二乘法对模型进行端电压辨识的辨识流程如下：
5.根据权利要求1所述的一种基于无迹卡尔曼滤波的电池soc估算方法，其特征在于，利用无迹卡尔...
【专利技术属性】
技术研发人员：赵志国，李克，肖文，王思语，王业琴，戴逸波，陈彪，
申请(专利权)人：淮阴工学院，
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。