基于综合型卡尔曼滤波的锂离子电池荷电状态估算

论文摘要

针对锂离子电池的荷电状态（SOC）估算问题,给出一种综合型卡尔曼滤波算法。该算法采用递推最小二乘算法（RLS）对锂离子电池模型参数进行实时在线辨识和参数更改;采用综合型卡尔曼滤波器估计电池SOC,即针对模型状态空间方程中的线性部分和非线性部分,分别使用线性卡尔曼滤波器（KF）和平方根高阶容积卡尔曼滤波器（SHCKF）计算。两种卡尔曼滤波器结合的综合型策略能够有效减小计算复杂度。其中,SHCKF结合了五阶球面-径向容积法则和平方根滤波技术,比扩展卡尔曼滤波器（EKF）、无迹卡尔曼滤波器（UKF）和容积卡尔曼滤波器（CKF）等传统非线性滤波器的估计精度更高,数值稳定性更强。实验结果证明了该综合型算法的可行性和有效性。

论文目录

• 0 引言
• 1 锂离子电池模型与参数辨识
•   1.1 锂离子电池模型
•   1.2 电池模型参数辨识
• 2 锂离子电池SOC估计
•   2.1 非线性滤波
•   2.2 高阶容积卡尔曼滤波器HCKF
•   2.3 基于综合型卡尔曼滤波算法的SOC估计
• 3 实验验证
• 4 结论

文章来源

类型: 期刊论文

作者: 谷苗,夏超英,田聪颖

关键词: 电池,荷电状态,平方根高阶容积卡尔曼滤波,综合型卡尔曼滤波

来源: 电工技术学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 天津大学电气自动化与信息工程学院

分类号: TM912

DOI: 10.19595/j.cnki.1000-6753.tces.171560

页码: 419-426

总页数: 8

文件大小: 849K

下载量: 593