| 锂电SOC改进无迹卡尔曼滤波估算算法研究 |
| |
| 引用本文： | 杨淇,孙桓五,张凤博.锂电SOC改进无迹卡尔曼滤波估算算法研究[J].机械设计与制造,2021,368(10):220-224. |
| |
| 作者姓名： | 杨淇 孙桓五 张凤博 |
| |
| 作者单位： | 太原理工大学机械与运载工程学院,山西太原030024;太原理工大学机械与运载工程学院,山西太原030024;煤炭资源开采利用与装备工程国家级实验教学示范中心,山西太原030024 |
| |
| 摘 要： | 传统无迹卡尔曼滤波(UKF)算法在估算锂离子动力电池荷电状态(SOC)时,常会出现由于电池模型参数不准确和无法预先获取噪声统计特性而使得估算误差增大的问题.针对这些问题,这里提出一种改进的自适应无迹卡尔曼滤波算法(AUKF):该算法通过扩充状态变量法来实现欧姆内阻在线更新,以此提高电池模型精度,并根据实时SOC估计值与真实值的误差,构造滑模观测器实现系统噪声和观测噪声的更新,降低未知噪声的干扰,最后通过不同温度下复杂工况实验,验证了新算法的估计精度和稳定性.
|
| 关 键 词： | 荷电状态 改进的自适应无迹卡尔曼滤波 扩充状态变量法 欧姆内阻 滑模观测器 |
Research on SOC Improved Unscented Kalman Filter Estimation Algorithm for Lithium Batteries |
| |
| YANG Qi,SUN Huan-wu,ZHANG Feng-bo.Research on SOC Improved Unscented Kalman Filter Estimation Algorithm for Lithium Batteries[J].Machinery Design & Manufacture,2021,368(10):220-224. |
| |
| Authors: | YANG Qi SUN Huan-wu ZHANG Feng-bo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
