基于数据和模型滤波融合的锂电池荷电状态估计方法

本发明涉及基于数据和模型滤波融合的锂电池荷电状态估计方法，包括以下步骤：使用离线参数辨识方法辨识电池参数；基于辨识的参数，使用2RC等效电路模型计算电池端电压；基于传感器电压和等效电路模型计算电压，使用卡尔曼滤波进行SOC估计；基于电池端电压、母线电流、表面温度，使用PSO‑LSTM神经网络进行SOC估计；最后基于扩展卡尔曼滤波估计的SOC、LSTM估计的SOC和环境温度，再使用LSTM进行最终SOC估计。基于数据和模型滤波融合的锂电池荷电状态估计方法的优势在于，电池模型结构简单、在变环境温度下，离线辨识与融合方法的模型精度和SOC估计精度高。