Print

动力电池SOC估计的一种新型鲁棒UKF算法

论文摘要

针对动力电池SOC估计过程中,电压观测数据容易出现野值干扰的问题,提出了改进UKF算法,将观测噪声模型修正为归一化受污染正态分布模型,利用贝叶斯定理计算野值出现的后验概率,以此作为加权系数自适应地调整滤波增益和状态协方差。该方法能有效克服野值干扰问题。但在SOC初值设定存在误差情况下,该方法会将电压观测数据中的正常值误视为野值,而仅以很小的滤波增益控制量进行调整,导致算法收敛慢甚至引起发散。因此,在算法初始阶段又引入了基于强跟踪原理的次优渐消因子对目标进行快速跟踪,弥补上述单纯抗野值方法的不足。试验验证结果表明,改进UKF算法鲁棒性强,具有很好的跟踪速度和精度,为动力电池SOC估计过程中抗野值干扰提供了一种新的方法。

论文目录

  • 前言
  • 1 动力电池建模
  • 2 UKF估计电池SOC方法
  • 3 基于UKF的抗野值改进分析
  •   3.1 应用SCNM噪声模型
  •   3.2 基于Bayes定理的改进
  •   3.3 引入次优渐消因子
  •   3.4 改进算法实现步骤
  • 4 数据采集与模型参数辩识
  •   4.1 样本数据采集
  •   4.2 电池模型参数辩识
  • 5 仿真结果分析
  •   5.1 抗野值鲁棒性分析
  •   5.2 SOC初值误差收敛性分析
  •   5.3 变工况泛化性分析
  • 6 结论

    • 文章来源

    类型: 期刊论文

    作者: 谈发明,赵俊杰,王琪

    关键词: 荷电状态,野值,算法,贝叶斯定理,强跟踪原理

    来源: 汽车工程 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 江苏理工学院信息中心,江苏理工学院电气信息工程学院

    基金: 国家自然科学基金青年科学基金(61803186),江苏省高等学校自然科学研究面上项目(17KJB470003)资助

    分类号: U469.72

    DOI: 10.19562/j.chinasae.qcgc.2019.08.013

    页码: 944-952

    总页数: 9

    文件大小: 704K

    下载量: 216

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/3f962be72593c725e1767c0b.html