基于遗传算法优化扩展卡尔曼滤波的锂电池SOC估计

论文摘要

准确估算电池荷电状态是电动汽车安全、可靠运行的重要保障。传统的卡尔曼滤波估计算法一方面难以克服电池模型精确性和实用性的矛盾,另一方面要求系统噪声矩阵必须服从高斯分布。为了解决上述问题,首先建立基于BIC准则的变阶RC等效电路模型,克服模型精确性和实用性的矛盾;接着采用遗传算法对EKF中的系统噪声矩阵和测量矩阵的协方差进行在线优化,以实现在模型误差最小时对SOC进行在线估计;最后搭建测试平台,验证该算法能够克服由于模型误差和测量噪声的不确定对SOC估计的影响,误差在1. 35%以内,并且具有较高的收敛性和鲁棒性。

论文目录

• 1 基于BIC准则的变阶RC等效电路模型
• 2 基于遗传算法优化EKF的SOC估计
•   2.1 EKF算法
•   2.2 采用遗传法优化EKF噪声矩阵
• 3 仿真及实验验证
• 4 结束语

文章来源

类型: 期刊论文

作者: 周韦润,姜文刚

关键词: 电动汽车,准则,估计,遗传算法,扩展卡尔曼滤波

来源: 重庆理工大学学报(自然科学) 2019年09期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 江苏科技大学电子信息学院

基金: 国家自然科学基金资助项目(51307074)

分类号: TM912

页码: 33-39

总页数: 7

文件大小: 225K

下载量: 261