摘要
本发明提供一种基于电气融合模型的动力电池剩余电量在线预测方法及系统,包括以下步骤:开发电气融合模型,通过等效电路模型与气液动力学模型融合,开发电气融合模型,提高电池建模精度;离散化电气融合模型状态方程;开发SOC在线预测方法,运用电气融合模型与双扩展卡尔曼滤波,提升动力电池在线SOC预测方法可靠性、鲁棒性及预测精度;开发动力电池SOC预测系统,将信号采集模块、基于电气融合模型的SOC预测模块、数据存储模块和显示模块,进行连接与数据传输,实现实时预测动力电池剩余电量;通过DST实测工况验证动力电池SOC预测精度。本发明旨在利用气液动力学模型与一阶等效电路模型,创新性提出电气融合模型,并基于该模型与双扩展卡尔曼滤波开发动力电池SOC在线预测方法及系统,与同类型技术相比具有明显的精度优势。
技术关键词
动力电池剩余电量
在线预测方法
气液动力学模型
扩展卡尔曼滤波
等效电路模型
电气
信号采集模块
SOC预测方法
预测系统
数据存储模块
观测噪声
雅可比矩阵
协方差矩阵
参数
字母
精度
变量
系统为您推荐了相关专利信息
外形飞行器
反步控制方法
扰动观测器
姿态角速度
姿态角控制
电池
工况
等效电路模型
计算机可执行指令
输出告警信息
电池单体
电池状态数据
等效电路模型
状态预测方法
计算机存储介质
载波同步方法
同步算法
滑动平均滤波器
锁定检测器
检测器模块
钢箱梁顶推
实时检测方法
竖向挠度
偏差
钢箱梁顶板