论文摘要
针对瞬间大电流充放电使电池非线性加剧,使用迭代扩展卡尔曼滤波算法（IEKF）估算电池荷电状态（SOC）时会有较大误差。为了减小误差,进一步提高SOC的估算精度,提出一种基于锂电池复合电化学模型的融合RTS最优平滑的迭代扩展卡尔曼粒子滤波算法（RTS-IEKPF）。该方法利用RTS（Rauch-Tung-Streibel）最优平滑算法与IEKF算法结合生成粒子滤波的建议分布,得到RTS-IEKPF,并用该方法来估算锂电池的SOC。实验结果表明,RTS-IEKPF算法SOC的估算精度优于PF,IEKF和IEKPF算法SOC的估算精度。
论文目录
文章来源
类型: 期刊论文
作者: 吴铁洲,杜炘宇,吴麟章
关键词: 锂电池,估算,粒子滤波,最优平滑,实验验证
来源: 现代电子技术 2019年18期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,无线电电子学
单位: 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室
基金: 国家自然科学基金资助项目(51677058)~~
分类号: TN713;U469.72
DOI: 10.16652/j.issn.1004-373x.2019.18.020
页码: 84-89
总页数: 6
文件大小: 1669K
下载量: 71