超声波电池荷电状态模型

误差降36.7%

利用超声波响应建立电池荷电状态模型，在动态负载和温度变化下实现高精度估计。

Maoshu, Xu · Zhang, E. · 汪盛 · Shen, Yi · Binchen, Zou · 李浩秒 · 万一鸣 · Wang, Kangli · 蒋凯

Applied Energy 2024

参数信息

SoC估计误差 (RMSE)

1 %

误差降低幅度

36.7 %

技术优势

噪声下仍准确

超声波特征对SoC灵敏度高，所以在有噪声的电压测量下仍能保持低误差。

温度鲁棒

在各种温度下测试均保持约1%的RMSE，说明模型对温度变化不敏感。

应用场景

• 电池管理系统：集成到电池管理系统中，消除平坦OCV导致的估计误差。
• 荷电状态估计：提供高精度、抗噪声的荷电状态估计方法。
• 无人机动力电池：在动态负载下实时准确估计剩余电量，提升飞行安全。
• 机器人电源管理：为机器人电源管理提供可靠的SoC信息，优化能量分配。