锂电池SOC估计的实现方法分析与性能对比
|
黎冲, 王成辉, 王高, 鲁宗虎, 马成智
|
Review on implementation method analysis and performance comparison of lithium battery state of charge estimation
|
Chong LI, Chenhui WANG, Gao WANG, Zonghu LU, Chengzhi MA
|
|
表8 锂电池SOC估计技术性能对比
|
Table 8 Performance comparison of lithium battery SOC estimation technology
|
|
方法类型 | 估计方法 | 方法精度 | 方法复杂度 | 方法数据量 | 方法计算量 | 实时检测性 |
---|
基于实验测试计算的估计方法 | 开路电压法[22] | ** | * | * | * | * | 放电法[21] | ** | *** | * | * | * | 安时积分法[4] | *** | *** | * | ** | *** | 电导法[23] | *** | ** | ** | ** | * | 交流阻抗法[24] | **** | **** | *** | ** | * | 基于模型驱动的估计方法 | 卡尔曼及其改进滤波[35-36] | *** | *** | *** | *** | **** | 粒子滤波[50-52] | **** | *** | *** | *** | **** | H无穷滤波[53] | *** | **** | *** | *** | **** | 基于递推最小二乘滤波[54] | *** | *** | *** | *** | **** | 基于数据驱动的估计方法 | 神经网络类[61,62] | **** | **** | ***** | **** | **** | 支持向量类[67-69] | *** | *** | **** | *** | **** | 高斯过程回归[70] | *** | ** | **** | *** | **** | 基于数模驱动的估计方法 | 卡尔曼+ 神经网络[73] | ***** | ***** | ***** | ***** | **** | 卡尔曼+ 支持向量机[74] | ***** | **** | **** | **** | **** |
|
|
|