基于强跟踪卡尔曼滤波的电池SOC估计
赵亚妮
西藏民族大学 信息工程学院,陕西 咸阳,712082
摘要：针对锂电池模型不准确和状态突变导致SOC估计精度不佳的问题,提出了引入时变渐消因子的强跟踪卡尔曼滤波算法.以HPPC试验方法辨识了锂电池的等效二阶RC模型,对比分析了现有的扩展卡尔曼滤波原理及提出的强跟踪卡尔曼滤波算法.通过结合强跟踪原理和卡尔曼滤波算法并引入时变渐消因子,提出的方法能够强制估计残差保持正交特性,并保证残差满足高斯白噪声特性.仿真验证表明,与扩展卡尔曼滤波原理相比,在模型不准确和状态突变的情况下,强跟踪卡尔曼滤波算法具有更高的估计精度,估计误差低于2.5%,提高了近45%.
关键词：电池SOC估计强跟踪原理卡尔曼滤波强跟踪卡尔曼滤波时变渐消因子正交原理锂离子电池模型电动汽车
分类号：TN64(电子元件、组件)
资助基金：西藏自治区自然科学基金资助项目(2016ZR-MQ-03)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 192-197 )
英文信息