| 基于多新息卡尔曼滤波算法的锂电池SOC估计 |
| |
| 引用本文： | 张梦龙,宫兵,何业梁.基于多新息卡尔曼滤波算法的锂电池SOC估计[J].哈尔滨商业大学学报(自然科学版),2021,37(6):717-723. |
| |
| 作者姓名： | 张梦龙 宫兵 何业梁 |
| |
| 作者单位： | 安徽理工大学电气与信息工程学院,安徽淮南232001 |
| |
| 摘 要： | 针对锂离子电池荷电状态(SOC)较难准确获取的问题,依据锂电池等效电路模型,建立起各参数与SOC的联系,利用脉冲放电的数据对模型进行参数辨识.通过Mat-lab/Simulink验证了模型的正确性和精确性.将扩展卡尔曼滤波算法(EKF)融合多新息理论,建立了多新息扩展卡尔曼滤波算法(MIEKF)估计电池SOC的方法,该方法通过对旧信息的重复使用提高了EKF的估计精度.在美国城市道路循环工况(UDDS)下分别采用EKF和MIEKF算法来估计锂电池SOC,两者估计的最大误差分别为0.0176、0.0087.实验数据表明MIEKF算法估计电池SOC更准确.
|
| 关 键 词： | 二阶RC模型 参数辨识 Matlab 多新息 扩展卡尔曼滤波 荷电状态 UDDS工况 |
SOC estimation of lithium batteries based on multi-innovation extended Kalman filter |
| |
| ZHANG Meng-long,GONG Bing,HE Ye-liang.SOC estimation of lithium batteries based on multi-innovation extended Kalman filter[J].Journal of Harbin University of Commerce :Natural Sciences Edition,2021,37(6):717-723. |
| |
| Authors: | ZHANG Meng-long GONG Bing HE Ye-liang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
