基于权值选择粒子滤波算法的锂离子电池SOC估计

• 作者: 南金瑞 孙立清 彭方想
• 来源期刊: 太原理工大学学报
• 关键词: Thevenin 模型 在线参数辨识 SOC 估计 权值选择粒子滤波算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息与计算机·电气与动力工程
• 页码范围: 750-755
• 页数: 6页
• 分类号: TQ306|TM911
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2020.05.019

摘要

针对锂离子动力电池的荷电状态(SOC)估计问题,以三元锂(MNC)电池为研究对象,选用Thevenin等效电路模型,建立电池模型的状态方程和观测方程,完成了带遗忘因子的递推最小二乘法(FFRLS)的理论推导.进行电池单体混合动力脉冲功率特性测试(HPPC测试),基于测试数据和FFRLS算法完成电池模型的在线参数辨识,并通过锂离子电池的端电压精度来验证算法的可行性;在此基础上,提出一种权值选择粒子滤波(WSPF)算法来实现锂离子电池SOC估计,该算法中全部粒子都参与粒子滤波过程,但只选择较优权重粒子用于电池状态估计,从而解决粒子滤波的粒子退化问题,提高粒子的多样性.通过HPPC测试和动态工况测试(DST)结果验证,WSPF算法的估计精度能控制在2％以内.与重采样粒子滤波(SIR-PF)算法相比,WSPF算法的估计精度高,鲁棒性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	南金瑞		26	700	9.0	26.0
2	孙立清		13	514	5.0	13.0
3	彭方想		1	0	0.0	0.0