一种基于AWPSO的热参数辨识与IKF的锂电池内部温度估计方法

本发明公开了一种基于AWPSO的热参数辨识与IKF的锂电池内部温度估计方法，针对现有技术中热参数辨识易受噪声干扰、温度估计精度不足的问题，本发明提出：首先采集电池电压、电流及表面温度数据，构建集总参数热模型；采用自适应加权粒子群优化算法（AWPSO）动态调整惯性权重，以模型计算温度与实测温度的误差最小化为目标，辨识热阻与热容参数；其次，基于辨识参数的热模型，通过增量式卡尔曼滤波算法（IKF）实时估计内部温度，该算法引入残差反馈机制动态更新噪声协方差，优化状态预测与测量更新过程。本发明显著提升了热参数辨识的鲁棒性和内部温度估计的准确性，为锂电池安全监控与寿命管理提供有效技术支撑。