基于参数在线辨识的优化ICDKF蓄电池SOC估计方法

• 作者: 孙启林 朱望纯 高海英
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 蓄电池 SOC估计 在线参数辨识 迭代 CDKF
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 1492-1497
• 页数: 6页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.10.023

摘要

蓄电池荷电状态(SOC)的准确估计对提高电池的动态性能和能量利用效率至关重要.针对现有卡尔曼滤波SOC估计方法所存在的估计精度低、鲁棒性差等问题,提出一种基于参数在线辨识结合迭代中心差分卡尔曼滤波算法(ICDKF)的蓄电池SOC估计方法.利用带遗忘因子的递推最小二乘算法(FFRLS)实现对蓄电池模型参数的在线辨识,提高系统的动态响应特性.ICDKF避免了复杂的雅克比矩阵的推导,通过迭代测量更新,提高估计精度,同时利用Levenberg-Marquardt算法优化ICDKF,在每次迭代过程中修正预测协方差矩阵,增强算法的稳定性.分别用扩展卡尔曼滤波(EKF)、中心差分卡尔曼滤波(CDKF)和优化ICDKF算法对SOC估计结果进行分析比较.仿真结果表明,此方法具有更高的精度和更好的动态响应特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱望纯		43	149	8.0	9.0
2	孙启林		2	0	0.0	0.0
3	高海英		24	28	3.0	4.0