本發(fā)明涉及一種基于強(qiáng)跟蹤自適應(yīng)修正的強(qiáng)魯棒電動(dòng)汽車(chē)鋰離子電池SOC和SOH聯(lián)合估計(jì)方法,其特征在于通過(guò)將漸消因子和自適應(yīng)濾波器引入擴(kuò)展卡爾曼中,使系統(tǒng)具有跟蹤突變和連續(xù)修改噪聲統(tǒng)計(jì)特性的能力,克服了擴(kuò)展卡爾曼算法估算精度不高的問(wèn)題;針對(duì)擴(kuò)展卡爾曼算法不具有跟蹤突變的能力及噪聲統(tǒng)計(jì)特性固定而導(dǎo)致的估算不精確問(wèn)題,本方法將強(qiáng)跟蹤濾波器和自適應(yīng)濾波器引入擴(kuò)展卡爾曼中,保證估算值的高精確度;該方法基于等效模型電路,增強(qiáng)觀測(cè)數(shù)據(jù)比例,修改以卡爾曼為基礎(chǔ)的噪聲統(tǒng)計(jì)特性,防止可能存在的誤差發(fā)散以追蹤錯(cuò)誤,實(shí)現(xiàn)鋰離子電池SOC和SOH聯(lián)合估算模型的建立和SOC值及SOH值的數(shù)學(xué)迭代運(yùn)算算法的可靠運(yùn)行。
聲明:
“基于強(qiáng)跟蹤自適應(yīng)修正的強(qiáng)魯棒電動(dòng)汽車(chē)鋰離子電池SOC和SOH聯(lián)合估計(jì)” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)