论文摘要
荷电状态(SOC)估算是电动汽车电池管理系统中最为核心的一个参数,对其精确估计能有效提高锂电池寿命及使用效率。考虑到基于扩展卡尔曼滤波(EKF)波算法存在的不足,应用粒子滤波算法对锂电池SOC进行在线估计,有效降低EKF过程中高阶损失误差。针对粒子退化问题,提出基于IEKF算法在采样阶段对每个粒子计算其均值及协方差以优化建议密度函数,随后利用该均值及协方差指导粒子重采样。采用1C恒流工况及动态测试工况(DST)对实验结果进行分析验证,实验结果表明相比于粒子滤波(PF)及扩展卡尔曼滤波算法(EKF),改进的粒子滤波具备更好的估算精度。
论文目录
文章来源
类型: 期刊论文
作者: 罗世昌,杨进
关键词: 荷电状态,锂电池,粒子滤波,迭代卡尔曼粒子滤波算法
来源: 工业控制计算机 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,无线电电子学
单位: 浙江理工大学机械与自动控制学院
分类号: TN713;U469.72
页码: 104-106
总页数: 3
文件大小: 222K
下载量: 185
相关论文文献
标签:荷电状态论文; 锂电池论文; 粒子滤波论文; 迭代卡尔曼粒子滤波算法论文;