| 基于IUPF算法与可变参数电池模型的SOC估计方法 |
| |
| 引用本文： | 刘新天,李贺,何耀,郑昕昕,曾国建.基于IUPF算法与可变参数电池模型的SOC估计方法[J].东南大学学报(自然科学版),2018(1). |
| |
| 作者姓名： | 刘新天 李贺 何耀 郑昕昕 曾国建 |
| |
| 作者单位： | 合肥工业大学智能制造技术研究院; |
| |
| 摘 要： | 针对常用电池模型参数固定和适用范围有限的问题,建立受温度和SOC影响的可变参数的Thevenin模型,并利用实验设计(DOE)方法和最小二乘法对模型参数进行辨识.针对系统噪声较大时影响算法估计精度的问题,提出了一种改进的无迹卡尔曼粒子滤波(IUPF)算法.将系统状态噪声和量测噪声两者同时引入到采样点中,对其进行对称采样处理,同时将其引入到算法计算过程中以保证算法的精度.在可变参数Thevenin模型基础上采用的IUPF算法,在保证模型适用范围的同时减小了噪声对系统估计精度的影响.实验及仿真结果表明,基于IUPF算法与可变参数电池模型的SOC估计方法在解决现有电池模型适用范围有限、保证模型精度的同时,在多个温度下对SOC有较高的估算精度.尤其在系统状态噪声、量测噪声影响较大时,算法估算精度有了明显提高,且对由模型参数所带来的扰动具有良好的鲁棒性.
|
| 本文献已被 CNKI 等数据库收录！ |
|
