一种基于H无穷算法的新型多模型概率电动汽车锂电池 荷电状态估计

一种基于H无穷算法的新型多模型概率电动汽车锂电池荷电状态估计方法(中文6000字,英文PDF)
摘要
由于锂电池具有强非线性和复杂时变性的特性，现有的锂电池荷电状态（SOC）估计方法在整个放电周期内无法准确的测定电池的剩余电量，因为这些方法都是基于一些简单的等效电路模型来计算电池的SOC值。为了提高实际应用性能，本文旨在提出一种基于多种ECM融合方式的新型SOC估计方法。本文所提出的SOC估计方法中涉及三种电池模型，分别是戴维宁模型、双偏振模型和三阶RC模型，我们使用这三种模型去描述锂离子电池的动态电压变化，然后使用遗传算法来确定模型参数。采用线性矩阵不等式的H无穷算法可以用来估计上述三种模型的SOC值，而且基于贝叶斯定理的概率估计法可以用来确定这三种模型SOC估计的最优权重。本文采用两种类型的锂电池来验证所提SOC估计方法的可行性和鲁棒性。实验结果表明，针对不确定的电池材料和不准确的初始状态，该方法能够有效提高SOC估计的精度和可靠性。