针对复杂工况条件下动力电池模型精度低、SOX估计精度受限及鲁棒性差的问题，面向动力电池内部机理复杂难描述，工作环境面临宽温域等不确定性复杂工况，单体成包非均一及温度传感可利用信息有限等挑战性因素，结合数据驱动建模等技术，团队研发了电动汽车智能电池管理系统。设计了动力电池新型描述框架和复合电池模型，提出了机理信息指导数据驱动建模的SOX自适应估计方法，实现了低温、低SOC等复杂工况条件下动力电池高精度建模及SOX鲁棒估计，解决了电动汽车动力电池的高精度高计算效率建模、SOX估计及其产业化应用难题。
此项技术解决了复杂工况条件下电池模型精度低、SOX估计精度受限及鲁棒性差等问题，可应用于新能源电动汽车、储能系统等领域，适用于三元、磷酸铁锂等不同类型电池，已在多款量产车型上完成验证及应用，有效提高了动力电池智能化管理水平和精度。
面议（具体合作方式与投资规模可联系洽谈）
全气候条件下复合电池模型误差小于2%，基于复合电池模型的SOC估计最大误差小于2.5%；基于机理信息指导数据驱动建模的SOX估计误差小于2.5%；支持系统独立应用或核心算法在域控制器中的集成应用；支持车-云协同SOH估计。
超高强镁合金及其制备成形技术
技术茂
登录
免费发布信息
