基于RTS-IEKPF算法的锂电池SOC估算

• 作者: 吴铁洲 吴麟章 杜炘宇
• 来源期刊: 现代电子技术
• 关键词: 锂电池 SOC估算 RTS-IEKPF 粒子滤波 最优平滑 实验验证
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 能源技术
• 页码范围: 84-89
• 页数: 6页
• 分类号: TN245-34|TM912
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.18.020

摘要

针对瞬间大电流充放电使电池非线性加剧,使用迭代扩展卡尔曼滤波算法(IEKF)估算电池荷电状态(SOC)时会有较大误差.为了减小误差,进一步提高SOC的估算精度,提出一种基于锂电池复合电化学模型的融合RTS最优平滑的迭代扩展卡尔曼粒子滤波算法(RTS-IEKPF).该方法利用RTS(Rauch-Tung-Streibel)最优平滑算法与IEKF算法结合生成粒子滤波的建议分布,得到RTS-IEKPF,并用该方法来估算锂电池的SOC.实验结果表明,RTS-IEKPF算法SOC的估算精度优于PF,IEKF和IEKPF算法SOC的估算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁洲	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	66	248	8.0	13.0
2	吴麟章	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	9	27	3.0	5.0
3	杜炘宇	湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室	1	0	0.0	0.0