1.一种估计电池的荷电状态的方法,所述方法包括:
2.根据权利要求1所述的方法,其中,估计所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)以使所述当前电压值vt(k)与当前电压估计值v^t(k)之间的误差e(k)的平方最小化。
3.根据权利要求2所述的方法,其中,由所述第一参数值α1(k)、所述第二参数值α2(k)和所述第三参数值α3(k)组成的参数矩阵θ(k)通过以下等式确定:
4.根据权利要求3所述的方法,其中,通过使用由所述参考开路电压值voc,ref(k)、所述当前电流值il(k)和所述先前电流值il(k-1)组成的回归矩阵φ(k)和所述参数矩阵的先前值θ(k-1),根据v^t(k)=θt(k-1)φ(k)来确定所述当前电压估计值v^t(k),其中,所述回归矩阵φ(k)根据φ(k)=[voc,ref(k),il(k),il(k-1)]t来定义,所述参数矩阵θ(k)根据θ(k)=[α1(k),α2(k),α3(k)]t来定义。
5.根据权利要求4所述的方法,其中,所述增益矩阵k(k)通过以下等式确定:
6.根据权利要求5所述的方法,其中,所述协方差矩阵p(k)通过以下等式确定:
7.根据权利要求5所述的方法,其中,当所述当前电压值vt(k)与所述先前电压值vt(k-1)之间的差大于预设值时,所述遗忘因子λ(k)的值减小。
8.根据权利要求1所述的方法,其中,所述扩展卡尔曼滤波器包括根据soc(k+1)=soc(k)+(ηt/cn)*il(k)+w(k)定义的状态方程以及根据vt(k)=α1(k)h(soc(k))+α2(k)il(k)+α3(k)il(k-1)+v(k)定义的电池模型方程,其中,η是充电和放电效率,t是采样周期,cn是所述电池的容量,w(k)是过程噪声,v(k)是观察噪声,h(soc(k))是所述参考开路电压值voc,ref(k)。
9.一种存储有计算机程序的存储介质,所述计算机程序用于使计算装置执行根据权利要求1至8中任一项所述的方法。
10.一种用于估计电池的荷电状态的装置,所述装置包括: