基于改进无迹卡尔曼滤波的锂电池SOC在线估计

论文摘要

针对无迹卡尔曼滤波算法对电池模型敏感并且容易受到不确定噪声干扰的问题,提出了基于改进的无迹卡尔曼滤波算法(improved unscented Kalman filter,IUKF),提高电池荷电状态(state of charge,SOC)估计精度和鲁棒性能。首先,对锂离子电池进行建模并完成参数离线辨识;其次,对模型参数进行敏感性分析,研究不同参数对SOC估计效果的影响程度,为模型参数自适应对象的选取提供依据;随后,研究了包含模型自适应算法和噪声自适应算法在内的IUKF算法实现过程;最后,通过物理实验对比分析了IUKF与其它算法的实际估计效果。实验结果表明:该方法估计误差小于1. 79%,鲁棒性能良好。

论文目录

• 1 引言
• 2 电池建模与参数离线辨识
•   2.1 电池建模
•   2.2 电池模型参数离线辨识
• 3 IUKF算法
•   3.1 对模型参数进行自适应
•     3.1.1 电池模型参数敏感性分析
•     3.1.2 应用扩维法实现模型自适应
•   3.2 对噪声进行自适应
• 4 实验结果分析
•   4.1 实验平台
•   4.2 精度分析
•   4.3 鲁棒性能分析
• 5 结论

文章来源

类型: 期刊论文

作者: 陈则王,杨丽文,赵晓兵,王友仁

关键词: 计量学,荷电状态估计,锂离子电池,无迹卡尔曼滤波,模型自适应,噪声自适应

来源: 计量学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,无线电电子学

单位: 南京航空航天大学自动化学院

基金: 国家自然科学基金(61371041),航空科学基金(2013ZD52055),中央高校基本科研业务费专项资金(NS2017019)

分类号: TM912;TN713

页码: 40-48

总页数: 9

文件大小: 1581K

下载量: 427