基于改进无迹卡尔曼滤波算法的动力电池SOC估计模型

论文摘要

针对车载动力电池SOC估计精度欠佳的问题,提出一种改进型无迹卡尔曼滤波(UKF)算法。引入基于残差特性的异常状态检测机制,异常状态下采用改进的自适应衰减因子修正UKF合模型为基础,应用递推最小二乘法辨识电池参数,利用改进型UKF算法对电池SOC进行估计,并从多个角度进行了仿真验证分析。结果表明,改进型UKF算法具有很好的鲁棒性和跟踪速度,各类误差精度均控制在5%以内。

论文目录

• 1 前言
• 2 电池建模及参数辨识
•   2.1 模型的建立
•   2.2 参数的辨识
• 3 基于UKF算法的电池SOC估计
• 4 UKF算法改进分析
•   4.1 引入自适应衰减因子
•   4.2 状态检测机制
•   4.3 算法实现步骤
• 5 仿真验证与分析
•   5.1 算法收敛性分析
•   5.2 方法改进对比测试
•   5.3 变工况验证
• 6 结束语

文章来源

类型: 期刊论文

作者: 谈发明,王琪

关键词: 荷电状态,跟踪,精度,状态检测,动力电池

来源: 汽车技术 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 江苏理工学院

基金: 江苏省高等学校自然科学研究面上项目(17KJB470003)

分类号: U469.72

DOI: 10.19620/j.cnki.1000-3703.20180446

页码: 18-24

总页数: 7

文件大小: 1584K

下载量: 423