Print

基于自适应卡尔曼滤波器的锂电池SOC估计策略

论文摘要

针对卡尔曼滤波(KF)估计SOC过程中噪声的统计特性与实际不符时,滤波精度严重降低问题,为提高SOC估计精度,在二阶RC电池等效电路模型的基础上,提出一种自适应扩展卡尔曼滤波算法(AEKF),通过自适应协方差匹配算法对系统噪声协方差和测量误差协方差进行实时更新,有效解决了滤波参数设置不合理所造成的SOC偏差,实现了系统状态的最优化预测。利用MATLAB进行仿真比较,验证了新算法能够精确地估计SOC,对环境具有一定的适应能力,可以有效校正SOC初值,并降低累积误差和噪声干扰。

论文目录

  • 1 电池模型的建立和参数辨识
  •   1.1 SOC状态方程
  •   1.2 二阶RC等效电池模型
  •   1.3 电池模型参数的辨识
  •     1.3.1 OCV与SOC的标定
  •     1.3.2 RC模型参数辨识
  • 2 自适应EKF的SOC估计
  •   2.1 基于EKF的SOC估计
  •   2.2 自适应协方差匹配算法
  • 3 仿真实验分析
  •   3.1 两段式恒定电流测试工况
  •   3.2 UDDS测试工况
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李华,于少娟

    关键词: 磷酸铁锂电池,扩展卡尔曼滤波器,自适应协方差匹配算法

    来源: 太原科技大学学报 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,无线电电子学

    单位: 太原科技大学电子信息工程学院

    分类号: TM912;TN713

    页码: 30-37

    总页数: 8

    文件大小: 2778K

    下载量: 254

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/caacd60cedc1e17c695c3002.html