本發明涉及一種實現鋰電池組荷電狀態估計的方法。采用支持向量機理論強大的自學習能力實現對大容量鋰電池的離線建模和在線狀態估計,并從選取支持向量機最佳模型參數的角度出發,采用了簡單、快速的粒子群優化算法實現參數的自適應全局搜索,縮短模型訓練時間。而且采用粒子群優化算法實現參數的自適應搜索過程及建模過程是離線進行的,SOC預測過程則是實時的,參數的搜索過程不會影響到SOC估計的實時性。本發明在訓練集樣本數據不多的情況下,能夠實現大容量鋰電池荷電狀態的準確估計,用廉價的數字處理器就可以操作,適合用于基于低成本微控制器的電池管理系統實現電池SOC的預測,具有實時、高效、低成本等特點。
聲明:
“實現鋰電池組荷電狀態估計的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)