一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法

AITNT
正文
推荐专利
一种基于FOASEKF-EKF的锂离子动力电池SOC和SOH联合估计方法
申请号:CN202511261966
申请日期:2025-09-05
公开号:CN120742135B
公开日期:2025-11-04
类型:发明专利
摘要
本发明涉及动力电池SOC和SOH联合估计方法,特别涉及一种基于FOASEKF‑EKF的锂离子动力电池SOC和SOH联合估计方法,包含两个并联分数阶CPE支路的分数阶等效电路模型,提出融合差分进化策略与自适应变异机制的混合遗传算法HGA,通过引入滑模观测器和FOASEKF实现快时间尺度下SOC与端电压的精准估计,在慢时间尺度下基于EKF对模型参数与电池容量进行周期性在线校正,实现高精度、强鲁棒性的电池SOC与SOH联合估计。本发明适用于电动汽车、轨道交通等复杂工业环境,无需设置大量超参数,且不过度依赖数据的质量与数量,具备良好的可解释性、适应性与工程实用性,尤其在频繁启停与非稳态运行工况下,仍可实现SOC与SOH的高精度协同估计,显著降低误判与估计漂移风险。
技术关键词
联合估计方法 锂离子动力电池 二阶等效电路模型 电池荷电状态 分数阶等效电路 观测噪声 混合遗传算法 分数阶微积分 参数 电池健康状态 协方差矩阵 支路 扩展卡尔曼滤波器 方程 双时间尺度 多项式 电压 充放电条件
系统为您推荐了相关专利信息
1
一种适用于混动电池的SOC估计方法及装置
电池健康状态 门控循环单元 卡尔曼滤波算法 估计方法 数值
2
基于自适应分段构网的光储微电网离网自治控制方法
自治控制方法 变换器 负荷开关控制器 有功功率 储能电池荷电状态
3
基于动态规划的汽车行驶控制方法、装置、控制器和可读存储介质
增程汽车 电池荷电状态 汽车行驶控制方法 动态规划算法 能量控制
4
电池多状态联合估计方法、装置、电子设备及存储介质
联合估计方法 数据驱动模型 多状态 序列 一维卷积神经网络
5
一种自主水下航行器电池荷电状态预测方法
自主水下航行器 电池荷电状态 估计电池健康状态 卡尔曼滤波器 模糊逻辑推理
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号