买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖州师范学院申请的专利一种锂离子电池的SOC和SOH自适应协同估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115436806B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211036226.8，技术领域涉及：G01R31/36；该发明授权一种锂离子电池的SOC和SOH自适应协同估计方法是由李祖欣;沈晟宇;周哲;蔡志端;顾伟民设计研发完成，并于2022-08-27向国家知识产权局提交的专利申请。

本一种锂离子电池的SOC和SOH自适应协同估计方法在说明书摘要公布了：本发明公开了一种锂离子电池的SOC和SOH自适应协同估计方法，属于锂离子电池状态估计技术领域。其步骤如下：首先通过混合功率脉冲特性实验测取锂离子电池的端电压和负载电流数据；接着离线建立锂离子电池的分数阶等效电路模型；然后根据所建立模型的状态空间，构建一种针对锂离子电池状态估计的双自适应平方根容积卡尔曼滤波器；最后，通过随机游走充放电实验模拟实际工况，对锂离子电池的SOC和SOH进行在线协同估计。本发明在考虑电池老化的影响下实现了高精度的SOC和SOH估计，解决了协同估计中滤波器协方差矩阵易失去半正定性和平方根容积卡尔曼算法不适用于的问题，具有较强的鲁棒性和泛化能力，更具机理地减少了计算成本。

本发明授权一种锂离子电池的SOC和SOH自适应协同估计方法在权利要求书中公布了：1.一种锂离子电池的SOC和SOH自适应协同估计方法，其特征在于，包括如下步骤： 步骤1、通过混合功率脉冲特性实验测取锂离子电池的端电压和负载电流数据； 步骤2、离线辨识建立锂离子电池的分数阶等效电路模型并建立状态空间； 步骤3、根据步骤2所建立模型的状态空间，构建一种针对锂离子电池状态估计的双自适应平方根容积卡尔曼滤波器； 步骤4、通过随机游走充放电实验模拟实际工况，利用步骤3所构建滤波器对锂离子电池的SOC和SOH进行在线协同估计； 所述步骤2中离线建立锂离子电池的分数阶等效电路模型具体包括以下步骤： 步骤2.1、根据基尔霍夫电压定律，锂离子电池系统的输入输出关系方程得到： UTk＝OCV[SOCk]-U1k-U2k-R0Ik1； 式中，U1和U2为分数阶元件C1和C2的负载电压，R0和I分别为欧姆内阻和负载电流，OCV[SOCk]为OCV-SOC多项式，SOCk由安时积分法表示为： 其中Cp是电池实际容量，η是电池库伦效率，Ts为采样时间； 采用Grünwald-Letnikov的分数阶离散式定义： 其中为分数阶算子，α为对应元器件的分数阶阶数； 步骤2.2、建立锂离子电池模型的基尔霍夫电流关系方程： 式中，R1和R2表示电化学极化电阻和浓度极化电阻，根据公式3的定义，公式4的离散化如下： 式中，利用短记忆准则截断分数阶微分，设置求和上界为1； 步骤2.3、令负载电流I为输入，端电压UT为输出，定义第一个滤波器状态空间的状态向量x＝[SOC，U1，U2，R0，1Cp]T，第二个滤波器状态空间的状态向量θ＝[1R1，1C1，α，1R2，1C2，β]T，nx和nθ分别为x和θ的维数，uk＝Ik，yk＝UTk，nd为观测量维数，建立分数阶模型的离散状态空间表达式，第一个滤波器的状态方程及观测方程如下： 式中，xi代表x的第i行元素，wx和v分别表示状态向量x的状态噪声和观测噪声，它们是均值为零、方差阵分别为Qx和R的不相关白噪声，状态转移矩阵与控制矩阵如下所示： 式中，θi代表θ的第i行元素； 第二个滤波器的状态方程及观测方程如下： 式中，wθ表示状态向量θ的状态噪声，它是均值为零、方差阵分别为Qθ的与v不相关白噪声； 步骤2.4、在步骤1实验测取的数据中，取整个实验周期中每个静置时刻末的端电压作为一个采样点，该点对应SOC由式2得到，共取13个采样点，利用Matlab中curvefittingtool工具箱对如下所示的OCV-SOC多项式进行拟合确定： 所述步骤3中的双自适应平方根容积卡尔曼滤波器，其第一个过滤器估计了SOC和通过欧姆内阻表征的SOH，其第二个过滤器根据老化休眠区自适应更新锂离子电池模型参数，具体步骤如下： 步骤3.1、第一个滤波器进行前向估计，状态的一步预测及更新协方差矩阵： 式中，qr表示QR分解，Sk|k-1为分解的下三角矩阵； 步骤3.2、第一个滤波器进行前向估计，估计容积点并传播容积点： 式中，ξi为容积点，其中i＝1，2，…，nx，ei为[Ix，-Ix]的第i列，Ix为nx阶单位阵； 步骤3.3、第一个滤波器进行前向估计，计算量测估计值： 步骤3.4、第一个滤波器进行前向估计，分别构造状态量和观测量的加权中心矩阵作为协方差矩阵平方根因子： 步骤3.5、第一个滤波器进行前向估计，通过qr分解计算得到Sxy，Syy以及更新协方差矩阵的平方根： 式中Sk|k即为协方差矩阵平方根的更新值； 步骤3.6、第一个滤波器进行前向估计，计算滤波器增益并更新状态量x： 步骤3.7、第一个滤波器进行前向估计，计算SOH： 式中RNEW为电池初始欧姆电阻，REOL为电池寿命结束时的欧姆电阻； 步骤3.8、后向估计构建老化休眠区，计算滤波器后向增益，如下式所示： 步骤3.9、后向估计构建老化休眠区，估计后向状态向量： 步骤3.10、后向估计构建老化休眠区，建立随锂离子电池老化而增大的老化休眠区阈值： 步骤3.11、后向估计构建老化休眠区，第二个滤波器自适应工作： 当式23不成立时，θ不需要更新，在式23完成后进入下一时刻估计，θ保持当前时刻值；当式23成立时，模型参数θ不再适配当前的锂离子电池，因而在式23后对θ进行估计更新； 步骤3.12、第二个滤波器估计更新模型参数，模型参数一步预测及更新协方差矩阵： 式中， 步骤3.13、第二个滤波器估计更新模型参数，估计容积点： 式中，ξj为容积点，其中j＝1，2，…，nθ，ej为[Iθ，-Iθ]的第j列，Iθ为nθ阶单位阵； 步骤3.14、第二个滤波器估计更新模型参数，计算转播容积点： 步骤3.15、第二个滤波器估计更新模型参数，计算量测估计值： 步骤3.16、第二个滤波器估计更新模型参数，分别构造模型参数和对应观测量的加权中心矩阵作为协方差矩阵平方根因子： 步骤3.17、第二个滤波器估计更新模型参数，通过qr分解计算得到Sθy,Sθθ以及更新协方差矩阵的平方根： 步骤3.18、第二个滤波器估计更新模型参数，计算滤波器增益并更新模型参数θ：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖州师范学院，其通讯地址为：313000 浙江省湖州市二环东路759号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。