基于UD分解自适应EKF的锂电池SOC估算

• 作者: 方永寿 黄正军
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 锂离子电池 荷电状态 自适应扩展卡尔曼滤波 UD分解
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 552-556
• 页数: 5页
• 分类号: TM912
• 字数: 2666字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.04.012

摘要

电池荷电状态(SOC)是电池重要的性能指标之一,为电池管理系统实现管理控制提供了重要依据.针对卡尔曼滤波算法不能预估和修正噪声的问题,引入改进的Sage-Husa噪声估计器,构成自适应扩展卡尔曼滤波算法(AEKF)估算动力锂电池SOC.同时针对计算机在进行浮点运算时存在单位舍入误差问题,采用UD分解算法,保证任意时刻状态估计协方差矩阵的对称正定性,限制由于计算误差引起的滤波发散,提高算法的精度和稳定性.通过MATLAB仿真对本文算法进行了验证,并与标准EKF算法进行比较,结果表明该算法具有较高的估算精度和稳定性,可以满足应用要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄正军		11	19	2.0	3.0