基于AUKF算法的锂电池SOC估算

来源 :现代机械 | 被引量 : 0次 | 上传用户:zw198518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(AUKF)算法.通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对系统噪声进行估计和修正,进而提高估算SOC时的精度.通过在不同工况下对AUKF算法进行验证,其结果表明,AUKF具有较强的估算精度和稳定性,将均方根误差(RMSE)控制在1.1%以内,估算结果明显优于UKF算法.
其他文献
锂离子电池热管理系统在实际工作时对电池的温度测量与控制均是在电池表面,而在实验研究中尤其是电池性能测试时对电池的温度测量与控制均是在电池所处环境温度.本文分别通过液冷装置控制电池表面温度以及通过恒温箱控制电池环境温度,并在两套装置中进行了电池性能测试.实验表明,两种温度控制方案下的电池性能在不同温度下表现出较大差异,在10~50℃的区间内,恒温箱中相比液冷装置中电池容量分别提高了7.2%、5.0%、2.2%、1.9%、0.9%;电池性能在不同放电倍率下随温度的变化规律也并不总是保持一致.