10.19620/j.cnki.1000-3703.20210415
基于遗忘递推最小二乘与自适应无迹卡尔曼滤波的锂电池SOC估计
针对无迹卡尔曼滤波(UKF)在噪声不确定及工况复杂情况下锂电池荷电状态(SoC)估计精度低的问题,提出基于自适应无迹卡尔曼滤波(AUKF)的估计方法.建立了基于二阶RC等效电路模型的锂电池状态方程,采用遗忘递推最小二乘(FFRLS)参数辨识方法,将Sage-Husa自适应滤波算法与UKF相结合对系统噪声协方差进行实时更新.仿真结果表明:在美国城市循环(UDDS)工况下UKF算法最大相对误差为4.90%,均方根误差为0.003 3,改进的AUKF算法最大相对误差为3.28%,均方根误差为0.002 0,相比于UKF算法,AUKF算法具有更高的精度和更好的稳定性.
锂电池、荷电状态、等效电路模型、无迹卡尔曼滤波
TM912
重庆市科委项目cstc2020jscx-gksbX0015
2022-04-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
21-27