买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨理工大学

摘要：基于交互式多模型的锂离子电池全生命周期SOC的估计方法及装置，涉及电池状态估计领域。本发明针对现有技术中由于忽略电池的老化因素，而影响电池SOC的估算精度的问题。本发明所述交互式多模型包括若干个电池老化状态模型，每个老化状态模型都作为一个滤波器，每个滤波器根据所述输入值和测量信息对目标状态进行估计，得到各电池老化状态模型的观测矩阵和端电压残差，进而得到每个电池老化状态模型输出的SOC值；根据每个模型的概率和该模型的估计值得到该模型的SOC和SOH；将各个电池老化状态模型加权融合输出，得到最终估计SOC和SOH；本发明解决了因电池老化导致的SOC估计精度下降的问题，可以在电池的全生命周期中准确的估计出SOC。

主权项：1.基于交互式多模型的锂离子电池全生命周期SOC的估计方法，其特征在于，所述交互式多模型包括若干个电池老化状态模型，每个老化状态模型都作为一个滤波器，所述电池老化状态模型的系统状态方程和测量方程为： ；其中，为状态变量，为；为控制变量，为；Zk为系统的观测变量，为；f和h分别为非线性函数；wkj为系统的过程噪声；为系统的测量噪声；方差分别为Qkj和Rk；基于二阶RC等效电路模型，所述电池老化状态模型的系统状态方程和测量方程转化为： ; ;其中，；所述锂离子电池全生命周期SOC的估计方法包括如下步骤：S1、对全部模型进行初始化，初始化参数包括、模型的概率矩阵、非线性方程的系数、协方差矩阵和电池多模型模拟系统的参数；S2、利用马尔科夫转移概率矩阵指导各电池老化状态模型的输入信息进行交互，将k-1时刻的滤波结果进行输入交互后作为各电池老化状态模型k时刻的输入值；S3、每个滤波器根据所述输入值和测量信息对目标状态进行估计，得到各电池老化状态模型的观测矩阵和端电压残差，进而得到每个电池老化状态模型输出的SOC值；所述滤波器为强跟踪滤波器，为： ；其中，； 为j模型下电池的端电压残差，为： ；S4、更新每个电池老化状态模型的模型概率，每个模型的概率和该模型的估计值进行交互得到该模型的SOC和SOH；所述模型概率为： ；其中，为似然函数，为： ；上式中，；S5、将各个电池老化状态模型进行加权融合输出，得到最终估计SOC和SOH；S6、将得到的状态变量和模型概率作为输入，执行步骤S2。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 基于交互式多模型的锂离子电池全生命周期SOC的估计方法及装置