基于强跟踪卡尔曼滤波的电池SOC估计

• 作者: 赵亚妮
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 电池SOC估计 强跟踪原理 卡尔曼滤波 强跟踪卡尔曼滤波 时变渐消因子 正交原理 锂离子电池模型 电动汽车
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 192-197
• 页数: 6页
• 分类号: TN64
• 字数: 4622字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2018.02.13

摘要

针对锂电池模型不准确和状态突变导致SOC估计精度不佳的问题,提出了引入时变渐消因子的强跟踪卡尔曼滤波算法.以HPPC试验方法辨识了锂电池的等效二阶RC模型,对比分析了现有的扩展卡尔曼滤波原理及提出的强跟踪卡尔曼滤波算法.通过结合强跟踪原理和卡尔曼滤波算法并引入时变渐消因子,提出的方法能够强制估计残差保持正交特性,并保证残差满足高斯白噪声特性.仿真验证表明,与扩展卡尔曼滤波原理相比,在模型不准确和状态突变的情况下,强跟踪卡尔曼滤波算法具有更高的估计精度,估计误差低于2.5%,提高了近45%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵亚妮	西藏民族大学信息工程学院	28	65	4.0	6.0