基于自适应卡尔曼滤波的电池荷电状态估算

• 作者: Ryad Chellali 嵇雷
• 来源期刊: 电池
• 学科: 工学
• 关键词: 自适应卡尔曼滤波(AEKF) 锂离子电池 荷电状态(SOC) 扩展卡尔曼滤波(EKF)
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 科研论文
• 页码范围: 240-243
• 页数: 4页
• 分类号: TM912.9
• 字数: 3694字
• 语种: 中文
• DOI: 10.19535/j.1001-1579.2018.04.007

摘要

提出基于自适应卡尔曼滤波(AEKF)的磷酸铁锂锂离子电池荷电状态(SOC)估算方法,以改进型新一代汽车合作计划(PNGV)等效电路模型为基础,提高SOC估算的稳定性和精度.在MVEG-A和FTP75工况下,相比于常规扩展卡尔曼滤波(EKF)算法,AEFK算法可实时估计未知噪声的均值和方差,误差率分别降低4.846％和3.672％,估算精度得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	Ryad Chellali	南京工业大学电气工程与控制科学学院	8	65	5.0	8.0
2	嵇雷	南京工业大学电气工程与控制科学学院	1	5	1.0	1.0