模型参数优化的卡尔曼滤波SOC估计

• 作者: 付子义 华显 王允建 谢东垒 郭向伟
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: Thevenin模型 模型参数优化 扩展卡尔曼滤波 SOC在线估计
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 186-192
• 页数: 7页
• 分类号: TM912
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.08.026

摘要

荷电状态(SOc)表征电动汽车动力电池剩余电量.以精确在线估计电动汽车动力电池SOC为目的,基于Thevenin等效电路模型,结合电路原理对模型参数进行辨识,对辨识后的模型参数进行合理优化.利用基于优化后模型参数的扩展卡尔曼滤波对SOC进行在线估计,对比基于优化前模型参数的扩展卡尔曼滤波SOC在线估计结果,仿真结果表明,利用优化后的模型参数,在不影响扩展卡尔曼滤波初值误差收敛性的前提下,估算误差比优化前减小了43％左右,具有更高的SOC在线估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付子义		78	279	9.0	13.0
2	王允建		26	103	6.0	9.0
3	谢东垒		28	134	6.0	11.0
4	华显		3	6	1.0	2.0
5	郭向伟		9	15	3.0	3.0