-
题名基于改进无迹卡尔曼滤波锂电池SOC估计
被引量:1
- 1
-
-
作者
孙国帅
王靖岳
武旭东
傅鑫
-
机构
辽宁工业大学汽车与交通工程学院
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
-
出处
《电工技术》
2023年第17期31-36,43,共7页
-
基金
辽宁省“百千万人才工程”经费资助项目(编号2020921031)
辽宁省自然科学基金项目(编号2020-MS-216)
汽车仿真与控制国家重点实验室开放基金资助(编号20191203)。
-
文摘
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。
-
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
-
Keywords
lithium-ion battery
SOC estimation
ffrls parameter identification
MIUKF
-
分类号
TM910
[电气工程—电力电子与电力传动]
-