10.3979/j.issn.1673-825X.202206130145
基于改进DAEKF的锂电池SOC和SOH联合估计
为提高锂离子荷电状态(state of charge,SOC)及健康状态(state of health,SOH)的精度,提出改进双自适应扩展卡尔曼滤波(dual adaptive extended Kalman filter,DAEKF)算法.基于二阶RC模型,建立空间状态方程;选取电池容量作为SOH的表征量,在双扩展卡尔曼滤波算法基础上引入改进的Sage-Husa自适应算法,实现系统协方差矩阵的实时更新;为降低系统计算量,进一步加入多时间尺度理论进行优化.实验结果表明,提出的算法能较准确地估计锂电池的SOC与SOH,SOC的平均误差为 0.58%,SOH最大估计误差为 0.8%,该算法正确有效.
荷电状态、健康状态、双自适应扩展卡尔曼滤波
35
TM912
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
760-766