摘要
本发明属于电池技术领域,具体为一种估计锂电池剩余电量的方法。本发明先用安时积分法得到电池剩余电量的初步估计值;然后采用带遗传算法的粒子群优化算法(GA‑PSO)辨识电池的欧姆内阻、极化内阻和极化电容,以此建立电池的等效电路模型;采用容积卡尔曼滤波器(CKF)估计出电池的剩余电量和开路电压;采用比例法生成电池个体的个性化开路电压参考曲线;最后将修正后的个性化开路电压参考曲线用于参数辨识和和以安时积分法估计的剩余电量为初值的卡尔曼滤波器估计,精确估计出该电池的当前剩余电量。本发明具有计算量小、速度快、实时性好和估计准确的特点,可用于诸多电子设备的锂电池管理系统中。
技术关键词
锂电池剩余电量
容积卡尔曼滤波器
待测电池
电池等效电路模型
粒子群优化算法
安时积分法
开路电压曲线
内阻
估计电池剩余电量
遗传算法
等效电路模型参数
电流值
协方差矩阵估计
锂电池管理系统
系统为您推荐了相关专利信息
深度学习模型
防火墙
威胁检测方法
模型超参数
消息
空心氧化硅微球
参数优化方法
生成参数
数据
列表
分布式光伏储能
线路
极值
接入点
计算机程序代码
滤芯
多重约束条件
正态分布模型
正态分布曲线
参数
待测电池
状态空间模型
更新方法
粒子群优化算法
等效电路模型