基于改进UKF算法的动力电池SOC在线估计

• 作者: 佘立阳 罗马吉 耿志超
• 来源期刊: 电力与能源进展
• 学科: 工学
• 关键词: 荷电状态(SOC) 在线辨识 次优无偏MAP时变估计器 无迹卡尔曼滤波(UKF)
• 年，卷（期）: 2018,（2）
• 页码范围: 85-93
• 页数: 9页
• 分类号: TP2

摘要

为了更准确的估计电池荷电状态(SOC),我们考虑了影响SOC估计精度的主要因素和传统SOC估计方法的缺点,运用递推最小二乘法进行电池模型参数辨识,实现了模型参数的实时修正,提高了模型精度。我们采用次优无偏MAP时变估计器对噪声协方差矩阵进行实时更新,结合无迹卡尔曼滤波算法进行SOC在线估计,改进了传统UKF算法,降低了噪声对SOC估算的影响。试验和仿真结果表明,改进后的UKF算法相比传统UKF算法具有更高的估算精度。