基于双高阶容积卡尔曼滤波的锂电池SOC和SOH联合估计方法

本发明公开了一种基于双高阶容积卡尔曼滤波的锂电池SOC和SOH联合估计方法，首先基于锂电池的二阶RC等效电路模型；通过脉冲功率特性实验辨识等效电路参数，并通过开路电压实验拟合OCV‑SOC关系曲线；构建双高阶容积卡尔曼滤波器，所述双高阶容积卡尔曼滤波器包括并行的SOC估计滤波器与SOH估计滤波器；SOC滤波器按采样周期实时运行；最后将SOC估计值作为SOH滤波器的观测量，SOH估计值用于修正SOC滤波器中的电池容量参数，引入时间尺度变换因子。本发明方法能够有效提升电池状态估算的精度与实时性，且运行效率较现有方法显著提高，适用于电动汽车、储能电站等对电池状态监测精度和实时性要求较高的应用场景。