本发明涉及基于数据和模型滤波融合的锂电池荷电状态估计方法,包括以下步骤:使用离线参数辨识方法辨识电池参数;基于辨识的参数,使用2RC等效电路模型计算电池端电压;基于传感器电压和等效电路模型计算电压,使用卡尔曼滤波进行SOC估计;基于电池端电压、母线电流、表面温度,使用PSO‑LSTM神经网络进行SOC估计;最后基于扩展卡尔曼滤波估计的SOC、LSTM估计的SOC和环境温度,再使用LSTM进行最终SOC估计。基于数据和模型滤波融合的锂电池荷电状态估计方法的优势在于,电池模型结构简单、在变环境温度下,离线辨识与融合方法的模型精度和SOC估计精度高。
📄 2024107045736
📂 G01R31_367
👤 合肥工业大学
📅 2024-06-03