一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法技术

本发明专利技术涉及动力电池SOC和SOH联合估计方法，特别涉及一种基于FOASEKF‑EKF的锂离子动力电池SOC和SOH联合估计方法，包含两个并联分数阶CPE支路的分数阶等效电路模型，提出融合差分进化策略与自适应变异机制的混合遗传算法HGA，通过引入滑模观测器和FOASEKF实现快时间尺度下SOC与端电压的精准估计，在慢时间尺度下基于EKF对模型参数与电池容量进行周期性在线校正，实现高精度、强鲁棒性的电池SOC与SOH联合估计。本发明专利技术适用于电动汽车、轨道交通等复杂工业环境，无需设置大量超参数，且不过度依赖数据的质量与数量，具备良好的可解释性、适应性与工程实用性，尤其在频繁启停与非稳态运行工况下，仍可实现SOC与SOH的高精度协同估计，显著降低误判与估计漂移风险。

【技术实现步骤摘要】

本专利技术涉及锂离子动力电池soc和soh联合估计方法，特别涉及一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法。

技术介绍

1、动力电池作为电动汽车的核心能量单元，其性能直接关系到整车的续驶里程、安全性与使用寿命。然而，动力电池在实际运行过程中易出现过充、过放、电芯一致性衰退及内部短路等问题，严重时可能诱发热失控，造成严重的安全事故。因此，实时、精准地评估电池状态对于保障电动汽车安全运行与提高系统可靠性至关重要。目前广泛应用的锂离子电池因其具备能量密度高、循环寿命长、额定电压高、功率响应快和温度适应性强等优点，已在电动汽车、便携式设备与航天装备等领域得到广泛应用。电池的荷电状态（state ofcharge，soc）与健康状态（state of health，soh）是衡量其工作状态的核心指标，其中soc用于表征在规定条件下电池当前可用容量相对于实际容量的百分比，而soh用于表征电池实际容量相对于额定容量的百分比。由于现有电池管理系统（battery managementsystem，bms）难以直接获取电池的soc和soh，需要本文档来自技高网...

【技术保护点】

1.一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法，其特征在于：步骤S1分数阶等效电路模型的建立包括以下步骤：

3.根据权利要求1所述的一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法，其特征在于：步骤S22中所述算法适应度函数表达式如下：

4.根据权利要求1所述的一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法，其特征在于：步骤S23中构造差分向量v如下...

【技术特征摘要】

1.一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法，其特征在于：步骤s1分数阶等效电路模型的建立包括以下步骤：

3.根据权利要求1所述的一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法，其特征在于：步骤s22中所述算法适应度函数表达式如下：

4.根据权利要求1所述的一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法，其特征在于：步骤s23中构造差分向量v如下：

5.根据权利要求1所述的一种基于foasekf-ekf的锂离子动力电池soc和soh联合估计方法，其特征在于：步骤s23中动态调整交叉概率与变异概率方法如下：

6.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员：刘玉梅，龙雨，刘泊睿，刘鹏程，刘铭，周彦轩，李宗尧，郭雪，张壮壮，张阳，徐观，陈熔，张立斌，林慧英，
申请(专利权)人：吉林大学，
类型：发明
国别省市：