孙国帅,王靖岳,武旭东,傅鑫.基于改进无迹卡尔曼滤波锂电池SOC估计*[J].电工技术,2023(17):31-36
基于改进无迹卡尔曼滤波锂电池SOC估计*
  
DOI：10.19768/j.cnki.dgjs.2023.17.08
中文关键词:  锂离子电池  SOC估计  FFRLS参数辨识  多新息无迹卡尔曼滤波算法
英文关键词:
基金项目:
作者单位
孙国帅 辽宁工业大学汽车与交通工程学院 
王靖岳 沈阳理工大学汽车与交通学院，吉林大学汽车仿真与控制国家重点实验室 
武旭东 沈阳理工大学汽车与交通学院 
傅鑫 沈阳理工大学汽车与交通学院 
摘要点击次数: 749
全文下载次数: 0
中文摘要:
      锂电池的荷电状态(SOC)估计一直是电动汽车技术的重要研究方向。在实际应用中，准确估计电池SOC不仅可延长电池寿命，提高能源利用效率，还可避免过充和过放等安全问题。基于二阶RC等效电路模型，通过遗忘因子递推最小二乘法(FFRLS)对模型进行参数辨识，在UDDS工况下阐述了四种卡尔曼滤波衍生算法，经过实验对比得到最优SOC估计算法。实验结果表明，多新息无迹卡尔曼滤波算法将系统状态单新息转换为历史状态估计矩阵，SOC估计过程中平均误差控制在073%左右，在复杂系统工况下具有较高的估计精度和鲁棒性能。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器