基于ARWLS-AEKF的锂电池SOC估计
根据SOC在电池管理系统中的应用需求,针对锂离子电池的模型准确度低、SOC估算精度差的问题,提出了一种ARWLS-AEKF联合算法.该方法以二阶R-C网络模型为基础,通过加权自适应算法引人自适应遗传因子,优化参数辨识精度,并搭建MATLAB仿真平台联合自适应扩展卡尔曼滤波算法(AEKF)算法对SOC进行在线估算.将三种测试工况下的算法仿真结果与电池实验平台所得测量数据进行对比,结果表明:ARWLS-AEKF算法相对于离线EKF算法有更高的准确度与适应性,能适应随机变化的噪声环境.在LA_92、UDDS、HWFET工况下,ARWLS-AEKF算法的误差在2%以内,MAE分别为0.45%、0.74%、0.87%,RMSE值分别为0.54%、0.71%、0.42%.
荷电状态、自适应扩展卡尔曼滤波、等效电路模型、锂离子电池
45
TM912
中国汽车技术研究中心有限公司重大专项ZX21220002
2022-11-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
43-50