数据行为空间与EKF更新驱动的锂电池SOC估计方法

本发明公开了数据行为空间与EKF更新驱动的锂电池SOC估计方法。该方法利用电池运行中的多源输入、输出数据，通过多边形事件触发重采样方法对数据进行压缩，然后利用Willems定理方法构建电池动态行为的数据行为空间，来实现SOC的在线估计，规避现有方法对显式状态空间模型及参数辨识的依赖，克服了参数失配问题。同时基于数据行为空间状态的估计结果，动态构建了基于数据行为空间与Koopman算子的扩展卡尔曼滤波算法，利用Koopman算子的扩展卡尔曼滤波算法的先验估计值作为行为空间预测滚动时域优化的参考轨迹。该方法适应数据驱动行为轨迹预测时的动态高噪声场景，能够提升电池SOC估计的准确性和实时性。