公开(公告)号：CN116125314A

公开(公告)日：2023-05-16

申请号：CN202310142676.3

申请日：2023-02-21

申请人： 四川大学 ,  国网四川省电力公司电力科学研究院

发明人： 彭乔 ,  王靖榕 ,  孟锦豪 ,  刘天琪 ,  曾雪洋 ,  李燕 ,  陈刚

IPC分类号： G01R31/387 ,  G01R31/367 ,  G06F30/27 ,  G06N3/006 ,  G16C10/00 ,  G06F119/04 ,  G06F111/10

摘要： 本发明公开了基于电化学模型及粒子滤波的锂电池荷电状态估计方法，首先采用SPME，在充分反应锂电池充放电过程中内部状态变换的同时，减少电化学模型的计算负担；然后，通过基本效应测试对敏感参数进行选取，并通过粒子群优化算法辨识出难以直接测量的敏感参数，提高模型的精度；最后，用粒子群优化算法构建一个基于电化学模型的SOC估计模型，引入电压对SOC值的校正，减少长期运行引入的误差，以实现精确的SOC在线估计。与基于ECM的扩展卡尔曼滤波的估计方法相比，本发明方法具有较高精度。