基于改进扩展卡尔曼滤波的锂电池SOC估计

• 作者: 严聪 叶鹏 熊巍 莫易敏 骆聪
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 荷电状态 扩展卡尔曼滤波算法 局部加权回归算法 遗忘因子 最小二乘法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 828-831
• 页数: 4页
• 分类号: TM912
• 字数: 3006字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.06.010

摘要

为了减小模型参数发生变化带来的影响,提高锂电池荷电状态(SOC)的估计精度,提出了一种改进的扩展卡尔曼滤波算法(I-EKF).建立Thevenin等效电路模型,采用遗忘因子最小二乘法进行参数辨识,将辨识的参数用局部加权回归(Lowess)算法与电池电压、电流进行拟合,利用拟合函数求出每一时刻对应的模型参数,再采用I-EKF算法进行SOC估计.实验分析表明,与传统的扩展卡尔曼滤波算法(EKF)相比,当模型参数发生变化时,I-EKF算法的估计精度更高,收敛后的估计误差基本在0.5％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫易敏	武汉理工大学机电工程学院	382	1385	15.0	20.0
2	叶鹏	武汉理工大学机电工程学院	8	20	3.0	4.0
3	熊巍	武汉理工大学机电工程学院	5	1	1.0	1.0
4	骆聪	武汉理工大学机电工程学院	2	0	0.0	0.0
5	严聪	武汉理工大学机电工程学院	2	0	0.0	0.0