本发明公开了一种基于扩展单粒子模型的
锂离子电池荷电状态在线估计方法，该方法包括以下步骤：1)建立锂离子电池单粒子模型；2)基于BP神经网络解决液相锂离子浓度分布问题；3)利用训练好的BP神经网络求解单粒子模型中各区域的液相锂离子浓度分布，优化单粒子模型；4)基于扩展单粒子模型，采用无迹卡尔曼滤波实现锂离子电池荷电状态的在线估计。本发明考虑了单粒子模型内各区域的液相锂离子浓度分布，提高了单粒子模型的仿真精度，弥补了单粒子模型在中高倍率工况下模型精度低的缺点。扩展单粒子模型能够更好地描述电池的非线性特性，基于扩展单粒子模型采用无迹卡尔曼滤波估计SOC精度更高。
声明：
“基于扩展单粒子模型的锂离子电池荷电状态在线估计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1066
编辑：管理员
来源：北方有色网
咨询细节
