基于模型误差EKF-HIF算法的锂动力电池SOC联合估计

• 作者: 娄柯 程明
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 交通运输
• 关键词: 锂动力电池 荷电状态SOC估计 模型误差 扩展卡尔曼滤波 H∞滤波
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 57-63
• 页数: 7页
• 分类号: U463.63
• 字数: 3991字
• 语种: 中文
• DOI: 10.11863/j.suse.2018.01.10

摘要

针对锂动力电池荷电状态(State of Charge,SOC)估计策略,提出了一种基于模型误差EKF-HIF算法的SOC联合估计方法.首先,通过建立电池等效电路模型,利用BP神经网络(Back Propaga-tion Neural Network,BPNN)预测该电池模型误差.其次,推导扩展卡尔曼滤波(EKF)和H∞滤波(H In-finity Filter,HIF)算法流程,根据模型误差选择不同算法进行SOC状态估计.最后,通过仿真验证了该联合估计算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄柯	安徽工程大学电气工程学院	18	83	5.0	8.0
2	程明	安徽工程大学电气工程学院	2	1	1.0	1.0