基于RLS和UKF算法的锂离子电池荷电状态估计

• 作者: 夏向阳 李达伟 罗磊鑫 肖振锋 陈剑
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 荷电状态 无迹卡尔曼滤波 自适应卡尔曼滤波 递推最小二乘法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究与设计
• 页码范围: 1600-1603,1657
• 页数: 5页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.11.010

摘要

针对锂离子电池荷电状态(SOC)估计不够精准的问题,提出了采用二阶R C等效电路模型结合递推最小二乘法(RLS)和无迹卡尔曼滤波算法(UKF)的SOC估计方法.推导了二阶RC的锂离子电池离散状态空间方程和观测方程,通过实验得到了电池SOC-OCV拟合曲线,并采用递推最小二乘法进行模型的参数辨识,通过仿真对比了自适应扩展卡尔曼滤波算法(AEKF)和UKF算法对模型的适应性,从而证明了UKF算法对SOC的估计效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏向阳		96	579	13.0	17.0
2	陈剑		2	0	0.0	0.0
3	肖振锋		2	0	0.0	0.0
4	罗磊鑫		2	0	0.0	0.0
5	李达伟		1	0	0.0	0.0