基于无迹粒子滤波的车载锂离子电池状态估计

• 作者: 房伟 曾春年 谢长君 费亚龙
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 荷电状态 锂离子电池 无迹卡尔曼滤波 粒子滤波 无迹粒子滤波
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 电工理论与新技术
• 页码范围: 3958-3964
• 页数: 7页
• 分类号: TM911
• 字数: 3938字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.171195

摘要

传统的无迹卡尔曼滤波(UKF)和粒子滤波(PF)算法估计动力锂离子电池的荷电状态(SOC)时,常会出现电池模型参数不准确或粒子退化等问题导致估计精度差甚至系统发散等现象.为解决粒子匮乏和噪声干扰等问题,提出一种改进的估计算法——无迹粒子滤波算法(UPF)以实现SOC的精确估计.运用无迹卡尔曼算法为每个粒子计算均值和协方差,解决粒子滤波技术中粒子退化的问题.通过锂离子电池充放电实验,对等效模型进行辨识,最后在脉冲充放电和UDDS动态工况下对该算法进行测试验证.实验结果证明,基于二阶RC等效电路模型的UPF算法能显著提高SOC估计的实时性和精确性,其SOC估计精度在2％以内,收敛速度在250 s内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾春年	武汉理工大学自动化学院	30	135	7.0	9.0
5	谢长君	武汉理工大学自动化学院	39	151	9.0	11.0
9	费亚龙	武汉理工大学自动化学院	3	8	1.0	2.0
10	房伟	武汉理工大学自动化学院	4	5	2.0	2.0