基于IUPF算法与可变参数电池模型的SOC估计方法
2018-07-23
锂电世界0核心提示：针对常用电池模型参数固定和适用范围有限的问题,建立受温度和SOC影响的可变参数的Thevenin模型,并利用实验设计(DOE)方法和最小二乘法对模型参数进行辨识.针对系统噪声较大时影响算法估计精度的问题,提出了一种改进的无迹卡尔曼粒子滤波(IUPF)算法.将系统状态噪声和量测噪声两者同时引入到采样点中,对其进行对称采样处理,同时将其引入到算法计算过程中以保证算法的精度.在可变参数Thevenin模型基础上采用的IUPF算法,在保证模型适用范围的同时减小了噪声对系统估计精度的影响.实验及仿真结果表明,基于I
基于IUPF算法与可变参数电池模型的SOC估计方法
SOC estimation method based on IUPF algorithm and variable parameter battery model
进的无迹卡尔曼粒子滤波(IUPF)算法.将系统状态噪声和量测噪声两者同时引入到采样点中,对其进行对称采样处理,同时将其引入到算法计算过程中以保证算法的精度.在可变参数Thevenin模型基础上采用的IUPF算法,在保证模型适用范围的同时减小了噪声对系统估计精度的影响.实验及仿真结果表明,基于IUPF算法与可变参数电池模型的SOC估计方法在解决现有电池模型适用范围有限、保证模型精度的同时,在多个温度下对SOC有较高的估算精度.尤其在系统状态噪声、量测噪声影响较大时,算法估算精度有了明显提高,且对由模型参数所带来的扰动具有良好的鲁棒性.
作 者：刘新天 李贺 何耀 郑昕昕 曾国建 Liu Xintian Li He He Yao Zheng Xinxin Zeng Guojian
作者单位：合肥工业大学智能制造技术研究院,合肥,230009
刊 名：东南大学学报（自然科学版） ISTIC EI PKU
英文刊名：Journal of Southeast University(Natural Science Edition)
年，卷(期)：2018 48(1)
更多>同类锂电技术
