1、“.....因此准确有效地预测估计电池荷关。所以，估计是锂电池管理系统的个核心技术。为了保证电池具有良好的性能并且拥有较长的使用寿命，必须要对电池进行定的管理和控制，从而对电池组进行均衡充电延长电池使用寿命，因此准确有效地预测估计电池荷电状态是中最基本和最核心的目标。本文对目前经常使用的估算方法进行了研究综述。安时积分法应用中如果电流测量不准确，会造成计算误差，长期如此，误差会越变越大要综合考虑电池的充放电效率在高温状态以及电流波动巨大的情况下，会有明显误差安时积分法可以应用于所车用锂离子电池的估算方法研究现状论文原稿，彭金春，陈全世，韩曾晋电动汽车铅酸电池充放电过程建模汽车技术，鲍慧，于洋基于安时积分法的电池估算误差校正计算机仿真徐尖峰，张颖，甄玉，等基于安时积分法的电池估算新能源汽车，李争，智若东，孙宏旺，等基于开路电压预测的估算方法电源技术，付浪......”。

2、“.....因为支持向量机本身对状态量的变化就比较敏感，所以其和最小乘类的估计对比，非线性估计中的估算精度般较高。在电池的估算中，会利用大量数据点进行训练并且将训练的结果退化成组支持向量。如果能够对支持向量机能够有比较好的优化，则算法便能够对电池的有个较好的估算精度。结论与展望电动汽车电池电量管理是电池管理的核心内容之。尽管用于动力电池估算的方法非常多，但各种算法都存在定的不足，不能对电池有个实时高精度的估算。想要提高估算的度。神经网络估计法是通过非线性映射的神经网络估计。参考文献对人工神经网络法进行了解释，将电动汽车动力电池的些参数作为输入的参数，利用获得的样本数据进行对系统进行训练，直训练到结果达到预期后，再利用训练好的系统，根据电池当前输入的些参数估算动力电池的。周美兰等分别利用遗传算法和粒子群算法对神经网络进行优化，采用优化完之后的神经网络算法对电池进行预测......”。

3、“.....对比基于遗传算法的误差范围明显偏高。人工神经网络方法卡尔曼滤波法卡尔曼滤波是利用线性系统状态方程，从系统输入输出的观测数据中，对系统状态进行最优化估计的种算法。因为观测数据中包含了系统中的噪声以及干扰的影响，所以最优估计也可以被认为是种滤波过程。卡尔曼滤波理论的核心思想是用状态空间形式来表示动态系统，对动态系统的状态做出最小方差意义上的最优估算。用卡尔曼滤波法对进行估算的好处就是能够克服电流积分法对初始值严重依赖的缺点而且对初始的精度要求不高，缺点就是结果很依赖等效模型的建立。越来越多的人对卡尔曼滤波法性，都是利用函数关系来判定电池的。内阻法是用不同频率的交流电对电池进行激励，从而对电池内部的交流电阻进行测量，并通过建立的模型得到的估算值。根据这种方法测到的电池的荷电状态能够反映电池在种恒定电流的放电条件下的值。因为电池的和内阻不会存在对应的关系......”。

4、“.....所以这种方法使用的很少。它是电池状态的个关键指标，的准确估算可以有效的提高电池使用效率，延长电池的使用寿命。荷电状态不能通过直接测量获得，而是需要其它方式来估，彭金春，陈全世，韩曾晋电动汽车铅酸电池充放电过程建模汽车技术，鲍慧，于洋基于安时积分法的电池估算误差校正计算机仿真徐尖峰，张颖，甄玉，等基于安时积分法的电池估算新能源汽车，李争，智若东，孙宏旺，等基于开路电压预测的估算方法电源技术，付浪，杜明星，刘斌，等基于开路电压法与卡尔曼滤波法相结合的锂离子电池估算天津理工大学学报，陈元丽，赵振东，陈素娟，等动力锂电池估算方会利用大量数据点进行训练并且将训练的结果退化成组支持向量。如果能够对支持向量机能够有比较好的优化，则算法便能够对电池的有个较好的估算精度。结论与展望电动汽车电池电量管理是电池管理的核心内容之。尽管用于动力电池估算的方法非常多......”。

5、“.....不能对电池有个实时高精度的估算。想要提高估算的精度和准确性，应该将不同的算法进行结合，同时考虑各种影响因素以及车辆的运行工况。未来进行电池的研究，可以将各种算法进行修正并且适当数，利用获得的样本数据进行对系统进行训练，直训练到结果达到预期后，再利用训练好的系统，根据电池当前输入的些参数估算动力电池的。周美兰等分别利用遗传算法和粒子群算法对神经网络进行优化，采用优化完之后的神经网络算法对电池进行预测，其值的误差范围在，对比基于遗传算法的误差范围明显偏高。人工神经网络方法具有以下的优点能在非线性的条件下运行并且得到高精度的估算值。但是这种算法需要进行大量的数据训练，既要有超大的运算能力还需要整个系统有比较车用锂离子电池的估算方法研究现状论文原稿。本文对车用锂离子电池估算方法进行了简单的描述，分析了不同方法的优缺点，最后进行了总结......”。

6、“.....都是利用函数关系来判定电池的。内阻法是用不同频率的交流电对电池进行激励，从而对电池内部的交流电阻进行测量，并通过建立的模型得到的估算值。根据这种方法测到的电池的荷电状态能够反映电池在种恒定电流的放电条件下的值。因为电池的和内阻不会存在对应的关系，也不可能用个数学来准确建模。所以这种方法使用的很少。，周美兰，王吉昌，李艳萍优化的神经网络在预测电动汽车上的应用黑龙江大学自然科学学报，。测量内阻法内阻法与开路电壓法具有相中的噪声以及干扰的影响，所以最优估计也可以被认为是种滤波过程。卡尔曼滤波理论的核心思想是用状态空间形式来表示动态系统，对动态系统的状态做出最小方差意义上的最优估算。用卡尔曼滤波法对进行估算的好处就是能够克服电流积分法对初始值严重依赖的缺点而且对初始的精度要求不高，缺点就是结果很依赖等效模型的建立。越来越多的人对卡尔曼滤波法进行更深层次的研究......”。

7、“.....实验发现这种方法具有更好的精度和鲁综述汽车科技，帅孟超，宋春宁，邓志刚基于强跟踪容积卡尔曼滤波的电池估计计算机仿真，谢中灿扩展卡尔曼滤波在锂电池估算中的应用化工设计通讯，杨培善，白银电动汽车动力电池估计算法分析新能源汽车合，在电池不同的充放电状况运用不同的算法，从而提高电池的估算精度。参考文献李翔晟，杨英，周永军混合动力汽车电池的仿真与修正电源技术，汤桃峰电动车锂离子电池组预估及致性研究重庆重庆大学，蒋炜，陈立剑，陈方亮动力锂电池组管理系统的估算研究船电技术的存储容量。支持向量机支持向量机最早是由和提出的，这种方法是由于统计学习理论的发展而产生的。它能够将非线性高维模式识别的问题解决，对特定训练样本的学习精度和无地识别任意样本的学习能力两者之间寻找最佳折中......”。

8、“.....不需要建立精确的数学模型。因为支持向量机本身对状态量的变化就比较敏感，所以其和最小乘类的估计对比，非线性估计中的估算精度般较高。在电池的估算中，性。谢中灿通过建立电池的等效电路模型并且利用拓展卡尔曼滤波迭代的算法进行锂电池的在线估算。经过测试得出，在恒流充放电的情况下，这种算法在线估计具有比较好的精度，在电池充电到满电量时所达到的最大误差小于。神经网络法神经网络算法的核心思想是在学习的过程中不断的调整模型的权重和偏差从而减小误差，进而提高模型的精度。神经网络估计法是通过非线性映射的神经网络估计。参考文献对人工神经网络法进行了解释，将电动汽车动力电池的些参数作为输入的车用锂离子电池的估算方法研究现状论文原稿状态是中最基本和最核心的目标。本文对目前经常使用的估算方法进行了研究综述。的定义电池的荷电状态反映电池的剩余电量的情况，也就是在定的放电电流下......”。

9、“.....它的数学表达式如公式所示式中为电池在计算时间的剩余电量为蓄电池的总容量。车用锂离子电池的估算方法研究现状论文原稿。卡尔曼滤波法卡尔曼滤波是利用线性系统状态方程，从系统输入输出的观测数据中，对系统状态进行最优化估计的种算法。因为观测数据中包含了系电动汽车得动力电池，如果有测量准确的电流数据，有足够的估算起始状态的数据，它是种很简单可靠的估计方法。的估算应该综合考虑环境状态充放电倍率等参数变化的影响，对电池的值进行定的修正，从而提高估算的精度。鲍慧等对传统的安时积分法进行了定的改进，用开路电压法与改进之后的安时积分法分别进行估算，其结果误差仅仅为，从而说明，这种改进的安时积分法能够提高对电池的估算精度。徐尖峰等结合传统开路电压法和负载电压法，对安时积分法的不足进行补偿，综合考虑充放电，周美兰，王吉昌......”。