基于奇异值分解无迹卡尔曼滤波的锂电池荷电状态估计

• 作者: 刘东 吴松荣 胡洁宇 陆凡
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 荷电状态 SOC估算 奇异值分解无迹卡尔曼滤波(SVD-UKF) 奇异值分解
• 年，卷（期）: 2020,（35）
• 所属期刊栏目: 论文
• 页码范围: 14530-14535
• 页数: 6页
• 分类号: TM912.2
• 语种: 中文

摘要

锂电池的荷电状态(state of charge,SOC)是电池管理系统(battery management system,BMS)对锂电池进行管理的重要指标.针对传统SOC估计方法存在的精度低、计算复杂和鲁棒性差等问题,提出一种基于奇异值分解无迹卡尔曼滤波(sin-gular value decomposition unscented Kalman filter,SVD-UKF)的SOC估计方法.利用无迹变换(unscented transformation,UT)提高了计算精度的同时降低了计算量,并且克服了UKF在状态协方差矩阵P非半正定时会出现滤波发散的缺点,提高了算法的鲁棒性.实验结果表明,该算法能够快速收敛于真值,并且将估算误差降低至1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘东		22	103	6.0	10.0
2	吴松荣		25	128	7.0	9.0
3	陆凡		4	0	0.0	0.0
4	胡洁宇		1	0	0.0	0.0