[发明专利]多时间尺度估计动力电池荷电状态与健康状态的方法

权利要求书

1.一种动力电池状态和参数估计的多时间尺度IAPF滤波方法，其特征在于

每个微观采样点进行状态估计，每隔L个微观采样点为一个宏观采样点并进行参数估计；

初始化：初始化所述IAPF滤波的宏观参数观测器和微观状态观测器的初始参数；

步骤①：状态估计：利用当前微观采样点k下动力电池的电流值、上个微观采样点k-1下的状态粒子集和上个宏观采样点l-1的参数估计值进行状态粒子集值预估，然后计算状态权重值，最后对状态权重值进行归一化处理，得到当前微观采样点k下的状态估计值；

步骤②：参数估计：通过更新后的动力电池开路电压计算参数粒子集值预估、参数权重值，然后对参数权重值进行归一化处理，得到当前宏观采样点l下的参数估计值。

2.如权利要求1所述的方法，其特征在于：还包括：

所述初始参数包括状态噪声和参数噪声。

3.如权利要求2所述的方法，其特征在于：还包括：

步骤③：判断k+1是否超过最大计算次数，超过，则停止估计，如果未超过，则进行步骤④；

步骤④：通过计算状态噪声和参数噪声的协方差，更新所述状态噪声和所述参数噪声。

4.如权利要求3所述的方法，其特征在于：还包括：

步骤⑤：针对状态粒子和参数粒子的退化现象，进行重新采样更新状态粒子集和参数粒子集；

经过上述五步之后，把k+1作为新的当前微观采样点状态，判断k+1是否能被L整除，如果能，则进行步骤①；否则直接输出参数估计值。

5.如权利要求1-4任意一项所述的方法，其特征在于：状态为极化电压或荷电状态，参数包括容量、极化电容、极化电阻或欧姆内阻。

6.如权利要求1-4任意一项所述的方法，其特征在于：步骤②中利用上个宏观采样点下的参数估计值、当前微观采样点k下的状态估计值和根据容量建立的动力电池的容量-荷电状态-开路电压三维响应面更新所述动力电池开路电压。

7.如权利要求4所述的方法，其特征在于：所述步骤⑤中，利用随机重采样方法更新状态粒子集和参数粒子集。

8.一种估计动力电池荷电状态与健康状态的方法，其特征在于：

首先，建立动力电池的容量-荷电状态-开路电压三维响应面；

其次，数据在线获取，实时采集动力电池单体或动力电池组的电压值和电流值；

然后，利用如权利要求1-7任一项所述的多时间尺度IAPF滤波方法，获得动力电池所述状态估计值与所述参数估计值；

最后，在线荷电状态与健康状态提取，利用所述状态估计值与参数估计值，估计动力电池荷电状态与健康状态。

9.如权利要求8所述的方法，其特征在于：所述状态是所述动力电池的荷电状态；利用参数估计值中的容量估计值来评估健康状态。