[发明专利]一种自适应模糊卡尔曼估计SOC算法

摘要

一种自适应模糊卡尔曼估计SOC算法，包括以下步骤：S1、建立电池的等效电路模型，应用扩展卡尔曼算法建立状态空间方程和观测方程，估计短时极化端电压变量Vst、中时极化端电压变量Vmt、长时极化端电压变量Vlt与电池荷电状态SOC变量；S2、在不同SOC与温度T匹配下，通过电池特性实验设定在电池充放电过程中等效电路模型的等效内阻、各极化电容与极化电阻；S3、实现卡尔曼的预测与更新，实时估计每个采样周期下的SOC的值；S4、在OCV‑SOC非平台期应用EKF与安时积分计算出平台期的修正安时积分因子，在平台期结束时再次应用EKF来验证平台期的修正安时积分，引入模糊控制对平台期修正因子进行误差修正，最终的修正因子应用到新一轮的非平台期修正算法的安时积分中。该发明的优点在于：不仅提高了算法的估计精度与算法调试时间，还可以通过定义自动调整方法中的参数使扩展卡尔曼的精度符合相应的要求。