基于分数阶多新息卡尔曼滤波法的SOC估计

摘要：

针对电动汽车锂离子电池整数阶模型不能精确反映电池极化反应的问题,提出了一种基于自适应遗传算法(AGA)的分数阶模型,并采用分数阶多新息卡尔曼滤波(FOMIEKF)算法对电池荷电状态(SOC)估计.在二阶RC等效电路模型的基础上建立分数阶模型并用AGA辨识模型参数,然后用FOMIEKF算法进行SOC估计,最后与卡尔曼滤波(EKF)、分数阶扩展卡尔曼滤波(FOEKF)算法进行比较.结果表明,在混合动力脉冲测试下,模型端电压最大误差低于1％,SOC平均误差与最大误差比传统方法分别下降了0.79％、0.95％.因此,基于AGA分数阶模型的FOMIEKF方法可以有效估计SOC.

关键词：分数阶模型;参数辨识;卡尔曼滤波;荷电状态估计

所属期刊栏目：45

分类号：TM912

资助基金：国家自然科学基金青年科学基金资助项目;淄博市校城融合项目

在线出版日期：2021-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1144-1147