小波降噪卡尔曼滤波锂电池荷电状态估计

• 作者: 徐俊 曹秉刚 梅雪松 王霄 赵云飞 鲁伟
• 来源期刊: 西安交通大学学报
• 关键词: 离散小波变换 降噪 荷电状态 扩展卡尔曼滤波算法
• 年，卷（期）: 2017,（10）
• 页码范围: 71-76
• 页数: 6页
• 分类号: TM912.8
• 语种: 中文
• DOI: 10.7652/xjtuxb201710012

摘要

针对锂离子电池充放电电压信号(DCV)中存在的噪声信号导致荷电状态(SOC)估计精度降低、波动较大的问题,提出了一种基于离散小波变换(DWT)的降噪扩展卡尔曼滤波(EKF)算法.该算法利用多分辨率分析(MRA)分解携带噪声的DCV信号,通过对比4种阈值硬阈值降噪规则对携带噪声的DCV信号的降噪处理效果,选择Stein无偏风险阈值硬阈值降噪规则调整小波系数,通过含自适应遗忘因子的递推最小二乘法辨识电池模型参数后,利用扩展卡尔曼滤波算法估计SOC.仿真结果表明:使用Stein无偏风险阈值硬阈值降噪规则有效地降低了DCV信号中的噪声信号;所提算法具有较好的鲁棒性,能够有效地提高SOC估计精度,使SOC估计误差范围控制在3％之内.