朝着智能电池管理系统（BMS）和电池支持的 Cyber-Physical Systems（CPS）状态估计的混合方法

电池管理系统（BMS）中最重要且不可或缺的参数之一是准确估计电池的充电状态（SoC）。精确估计 SoC 可以通过避免过充或过放来防止电池损坏或提前老化。由于电池的容量有限，必须使用先进的方法精确估计 SoC，以在适当的水平上安全充放电并延长其生命周期。我们回顾了几种现有的有效方法，如库仑计数法、开路电压（OCV）和卡尔曼滤波方法来进行 SoC 估计。然后，我们研究了人工智能（AI）方法和形式方法（FM）方法，这两者都可以有效地用于精确确定智能电池管理系统的 SoC 估计。通过使用提出的方法，可以为智能电池管理系统和电池支持的 Cyber-Physical Systems（CPS）获得更准确的 SoC 测量。