10.16526/j.cnki.11-4762/tp.2018.12.042
基于内阻法修正的蓄电池卡尔曼滤波SOC估算
针对蓄电池卡尔曼滤波算法荷电状态SOC (State of Charge)初始值的估计误差较大可能导致前期收敛性较差的问题,通过分析蓄电池放电实验数据,运用灰色关联模型计算电池内阻、电压和电流参数关于SOC的关联度值,将关联度最高的内阻参数作为初始SOC估计值的自变量;然后将初始SOC估计值代入由二阶等效电路模型构建的扩展卡尔曼滤波算法中,进行SOC估计;最后利用电测试平台验证SOC估计准确性,并与电压参数作为初始SOC估计值自变量的方法进行对比;实验结果表明,相对于电压法的初始估计值,内阻法的初始估计值更接近真实值,将其作为卡尔曼滤波算法的起始值,更能提高初期荷电状态估算精度.
蓄电池、荷电状态、灰色关联法、内阻修正、扩展卡尔曼滤波
26
TM912
国家自然科学基金资助项目51307184
2019-01-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
185-189