VCM模型下的IBAS?EKF锂电池荷电状态估计 |
| |
引用本文: | 寇发荣,王思俊,王甜甜,洪锋,杨慧杰.VCM模型下的IBAS?EKF锂电池荷电状态估计[J].机械科学与技术(西安),2021,40(12):1929-1938. |
| |
作者姓名: | 寇发荣 王思俊 王甜甜 洪锋 杨慧杰 |
| |
作者单位: | 西安科技大学 机械工程学院,西安 710054 |
| |
摘 要: | 为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6%以内,效果满足实际工程要求.
|
关 键 词: | SoC估计 天牛须搜索算法 扩展Kalman滤波 Elman神经网络 |
本文献已被 万方数据 等数据库收录! |
|