基于RTS-IEKPF算法的锂电池SOC估算

摘要：

针对瞬间大电流充放电使电池非线性加剧,使用迭代扩展卡尔曼滤波算法(IEKF)估算电池荷电状态(SOC)时会有较大误差.为了减小误差,进一步提高SOC的估算精度,提出一种基于锂电池复合电化学模型的融合RTS最优平滑的迭代扩展卡尔曼粒子滤波算法(RTS-IEKPF).该方法利用RTS(Rauch-Tung-Streibel)最优平滑算法与IEKF算法结合生成粒子滤波的建议分布,得到RTS-IEKPF,并用该方法来估算锂电池的SOC.实验结果表明,RTS-IEKPF算法SOC的估算精度优于PF,IEKF和IEKPF算法SOC的估算精度.

关键词：锂电池、SOC估算、RTS-IEKPF、粒子滤波、最优平滑、实验验证

所属期刊栏目：42

分类号：TN245-34;TM912(光电子技术、激光技术)

资助基金：国家自然科学基金资助项目51677058

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：84-89