摘要
本发明提供一种电池的SOC与SOE联合估计和预测方法,通过引入老化因子动态修正模型参数,提高了模型在不同老化阶段下的适应性和精度;通过明确的SOC_SOE非线性映射,允许对这两个变量进行联合估计,丰富了电池状态的表征,这种联合估计使得估计值能够更全面地反映电池能量状况,为能量管理策略提供更全面的参考;针对不同功率参数完整程度的电池,本发明可灵活采用直接计算、经验模型或关联模型进行能量损耗估计,提高在复杂应用场景下的适用性;通过H∞滤波算法考虑模型误差和测量噪声,使SOC和SOE估计和预测在不确定条件下依然保持较高精度和鲁棒性。
技术关键词
等效电路模型
电池
能量消耗
滤波器
参数
非线性最小二乘拟合
因子
内阻
滤波算法
迭代优化算法
能量管理策略
矩阵
方程
功率
老化模型
工况
模型误差
数据
估计误差
电压
系统为您推荐了相关专利信息
微服务实例
软件应用管理
微服务架构
数据库连接池
服务注册中心
训练样本生成方法
非暂态计算机存储介质
大语言模型
搜索工具
生成工具
检测测试方法
工况
筛选算法
转鼓试验台
液力变矩器
风险评估模型
电刺激装置
经皮穴位电刺激
多参数
模糊逻辑算法