基于参数分层辨识的RMA-UKF算法SOC估计

摘要：

针对荷电状态(SOC)估计时模型参数抗干扰性差及噪声干扰下全生命周期SOC适应性差的问题,在建立二阶RC等效模型的基础上,提出参数分层辨识架构,以提高辨识精度.在获得精确模型参数的基础上,利用鲁棒似然估计的自适应无迹卡尔曼滤波(RMA-UKF)算法进行SOC在线估计,用修正因子修正噪声协方差矩阵的权重,改善全生命周期SOC适应性差的问题.模拟不同实车道路工况,利用实时系统对噪声干扰下的SOC估计算法,实现快速控制原型(RCP)在线验证.在附加噪声干扰情况下,RMA-UKF算法的SOC估计误差约为1％,与传统UKF算法相比精度更高、收敛性较快.

关键词：锂离子电池;荷电状态(SOC);参数分层辨识;鲁棒似然法;无迹卡尔曼滤波;快速控制原型(RCP)

所属期刊栏目：51

分类号：TM912.9

资助基金：国家自然科学基金;陕西省重点研发计划项目;西安市科技计划项目;咸阳市重点研发计划项目

在线出版日期：2022-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：553-557