一种基于极大似然估计的soc优化方法与流程

技术特征：

1.一种基于极大似然估计的soc优化方法，包括以下步骤：

步骤1、用一阶RC模型对电池建模，得出放电时的端电压输出方程：

V＝V_oc-IR_e-IR_s(1-e^-t/τ) (1)

τ为时间常数τ＝R_sC,V_oc是开路电压，R_e是电池的欧姆电阻，R_s﹑C是用来模拟电池动态特性中表现出来的时间常数；

当t→0时，可得R_e＝(V_oc-V)/I,从电池开始放电的时候到电池稳定区这段时间内测得V₁﹑V₂﹑I，从而得到R_e＝(V₁-V₂)/I；

对于R_s而言，在恒流放电的稳定放电时期根据式R_s＝V_oc-V/I-R_e得到；

由式1可得：

步骤2、令F(t)＝1-e^-t/τ，在f(t)中令λ＝1/τ，可得：

F(t)＝1-e^-λt (3)

根据概率的指数分布得到密度函数：

f(t)＝λe^-λt (4)

步骤3、采用极大似然估计方法处理参数λ：

对式5进行求导并令函数值为0，得到：

步骤4、在对所有参数处理完之后将式2带入安时积分法中，最终求得soc的值