Resumen

Para un funcionamiento seguro y eficiente de los vehículos eléctricos (VE), es esencial contar con un sistema de gestión de baterías. Sin embargo, uno de los retos de los sistemas de gestión de baterías es cómo obtener un algoritmo para la estimación del estado de carga (SOC) que tenga una alta precisión y un bajo coste computacional. Para ello, en este trabajo se propone un algoritmo de estimación conjunta de los parámetros de la batería y el SOC basado en mínimos cuadrados con compensación de sesgo y algoritmo alternativo (BCLS-ALT). Los parámetros del modelo de batería se identifican en línea mediante el algoritmo de mínimos cuadrados con compensación de sesgo (BCLS), mientras que el SOC se estima aplicando el algoritmo alternativo (ALT), que puede alternar la lógica computacional entre el filtro H-infinito (HIF) y la integral amperio-hora (AHI) para mejorar la eficiencia computacional y la precisión. Los resultados experimentales muestran que la precisión del SOC estimada por el algoritmo BCLS-ALT es la más alta, y la eficiencia computacional también es alta, con el umbral de conmutación SOCALT fijado en el 25%. A pesar del 20% de error inicial y del 10 de deriva actual, el algoritmo BCLS-ALT propuesto puede obtener una alta precisión y robustez en la estimación del SOC bajo diferentes temperaturas ambiente y perfiles de carga dinámicos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:bcls, soc, algoritmo, algoritmo alt, compensación de sesgos, eficiencia computacional, alta precisión, mínimos cuadrados, sistema de gestión de baterías, sistemas de gestión de baterías
• Keywords:bcls, soc, algorithm, alt algorithm, bias compensation, computational efficiency, high accuracy, least squares, battery management system, battery management systems