基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

• 作者: 张晗 张继业 杨海学
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 多元锂离子动力电池 SOC 状态估计 自适应 无迹卡尔曼滤波 Sage-Husa
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 论文报告
• 页码范围: 30-35
• 页数: 6页
• 分类号: TM912.6
• 字数: 4552字
• 语种: 中文

摘要

扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大.为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的SOC.与EKF相比,改进Sage-Husa的自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的SOC估计误差,实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继业	西南交通大学牵引动力国家重点实验室	188	1695	20.0	31.0
2	张晗	西南交通大学信息科学与技术学院	6	49	2.0	6.0
6	杨海学	西南交通大学信息科学与技术学院	2	36	2.0	2.0