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！

龙图腾网获悉亿恩新动力科技(山东)有限公司申请的专利一种基于kalman filter多传感器融合的SOC校准算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：CN117452230B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202311417201.7，技术领域涉及：G01R31/367；该发明授权一种基于kalman filter多传感器融合的SOC校准算法是由刘延刚;杨永超;董文庆设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本一种基于kalman filter多传感器融合的SOC校准算法在说明书摘要公布了：本发明属于复杂系统的状态控制及控制优化应用技术领域，尤其涉及一种基于kalmanfilter多传感器融合的SOC校准算法，包括构建锂电池的电路模型，锂电池模型辨识、kalman滤波多传感器融合的SOC校准以及多传感器融合kalman滤波的精度提高。本发明考虑模型锂电池充放电特性、电池内部参数辨识的复杂性和kalman算法的复杂性，提出kalman滤波多传感器融合的SOC校准，考虑了过程噪声和测量噪声，保证了准确的SOC，这可以提升用户体验，延长电池寿命，确保安全性并优化能源管理。本发明利用BMS的云平台定义分析数据，调整电池模型的参数矩阵和传感器的协方差，在传感器老化情况下仍然能保证SOC精度。

本发明授权一种基于kalman filter多传感器融合的SOC校准算法在权利要求书中公布了：1.一种基于kalmanfilter多传感器融合的SOC校准算法，其特征在于，包括如下步骤： S1、构建锂电池的电路模型，选择二阶RC模型，电路的数学方程为： 1， 其中，R0表示电池的欧姆内阻，U0表示电池端电压，Uocv表示电池开路电压，电压U1、电阻R1以及电容C1表示锂电池的电化学极化效应，电压U2、电阻R2以及电容C2表示锂电池的浓度差极化效应； S2、锂电池模型辨识，对极化电路部分单独进行拉普拉斯变化，得到极化部分的传递函数： 2， 其中，Us为极化总电压，Is为极化总电流，R1、R2为电阻，以及C1、C2为电容，进行不同温度和不同倍率下HPPC和Uocv实验，利用MATLAB系统辨识工具箱可辨识出锂电池模型不同温度倍率充放电下的各SOC下欧姆内阻R0和两种极化效应的电阻R1、R2和电容C1、C2，得到SOC-OCV曲线； S3、kalman滤波多传感器融合的SOC校准，离散连续的锂电池数学方程，电化学极化效应电压U1和浓度差极化效应电压U2微分方程的解为： 3， 其中，x=1,2，表示极化电压、电阻和电容，Ui表示极化效应的起始电压，It表示随时间变化的电流，当时间t非常小时，It趋近于I，化简为： 4， 近一步极化电压式4离散为： 5， 其中k表示时刻，Uxk表示第k时刻的电压，Uxk-1表示k-1时刻的电压，Ik-1表示第k-1时刻的电流，Ts是离散采样时间，SOC的状态方程为： 6， 其中，Ccap表示锂电池容量，SOC表示剩余电荷量，单位为Ah，式6离散化为： 7， 其中，k表示时刻，再利用SOC-OCV曲线，可将式1中Uocv变换为： 8， 其中focv表示SOC-OCV曲线，由式6、7和8可得电池模型离散状态空间如下： 9， 其中，xk=[U1kU2kSOCk]T表示当前第k时刻系统状态，状态变量分别是极化电压U1、U2和SOC，yk表示当前时刻系统输出，即电池端电压U0k，uk表示前一时刻系统输入，wk-1表示第k-1时刻的过程噪声，服从均值为0的高斯分布，其协方差矩阵分别为Q，vk-1表示第k-1时刻的测量噪声，服从均值为0的高斯分布，其协方差矩阵为R，A表示系统矩阵，值为，B表示输入矩阵，值为，C表示输出矩阵，值为，表示偏导，D表示传递矩阵，值为电池的欧姆内阻R0，对离散化后的锂电池的电路模型的输出采用kalman滤波进行数据融合SOC校准，其中kalman滤波包括预测和校正两个过程，过程循环往复； S4、多传感器融合kalman滤波的精度提高，支持BMS全天候全工况运行利用BMS的云平台定义分析数据，调整电池模型的参数矩阵和传感器的协方差。

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亿恩新动力科技(山东)有限公司，其通讯地址为：250000 山东省济南市高新区孙村街道科嘉路300；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”。

以上内容由龙图腾AI智能生成。