论文摘要
为提高锂电池在状态突变、模型不准确、SOC初始误差大等异常情况下的SOC估计精度和收敛速度,提出了基于强跟踪卡尔曼滤波算法的SOC估计方法。建立了锂电池的双RC等效电路模型,使用HPPC方法辨识了模型参数;分析了扩展卡尔曼滤波原理和缺陷,在误差协方差矩阵中引入时变渐消因子,用于改进修正系数矩阵,强行使残差序列保持正交特性,基于此原理提出了强跟踪卡尔曼滤波算法。经仿真验证,在模型不准确和状态突变情况下,强跟踪卡尔曼滤波的最大估计误差为2%,而扩展卡尔曼滤波最大误差为4.5%;在SOC初始误差较大情况下,强跟踪卡尔曼滤波在15 s内收敛至真值,而扩展卡尔曼滤波在40 s时收敛至真值。
论文目录
文章来源
类型: 期刊论文
作者: 杜坚,谢聪
关键词: 锂电池,估计,强跟踪卡尔曼滤波
来源: 汽车技术 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 西南石油大学
分类号: U469.72
DOI: 10.19620/j.cnki.1000-3703.20170848
页码: 18-22
总页数: 5
文件大小: 792K
下载量: 230
相关论文文献
标签：锂电池论文; 估计论文; 强跟踪卡尔曼滤波论文;