10.3969/j.issn.1004-132X.2015.03.019
基于扩展卡尔曼粒子滤波算法的锂电池 SOC 估计
锂电池荷电状态用来描述电池剩余电量的多少,进而反映电动汽车的续驶里程,是电池管理系统中的核心参数。电池循环次数、瞬间大电流以及温度等因素都会使电池特性发生变化,使用扩展卡尔曼滤波算法对电池荷电状态进行估计,会有较大的误差甚至导致算法不收敛。为了有效地抑制发散以及噪声的影响,基于锂电池混合噪声模型,应用扩展卡尔曼粒子滤波算法对锂电池荷电状态和电流漂移噪声进行同步估计。最后根据充放电试验数据进行仿真分析,结果证明了该算法的优越性。
锂电池、荷电状态、混合噪声模型、扩展卡尔曼粒子滤波
U463(汽车工程)
国家高技术研究发展计划863计划资助项目2011AA11A210,2011AA11A220
2015-03-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
394-397