基于改进无迹卡尔曼滤波器的锂电池荷电状态估计
针对无迹卡尔曼滤波算法(UKF)估算锂电池荷电状态(SOC)存在的精度低、稳定性差的问题,在二阶模型的基础上,提出一种基于奇异值分解(SVD)的改进无迹卡尔曼滤波算法.建立锂电池的数学模型,通过带遗忘因子的最小二乘法(FFRLS)得到电池模型参数,将辨识出的模型参数实时导入改进UKF算法中,估计锂电池的荷电状态,并与UKF进行比较.在DST工况下,通过仿真实验可知,与UKF相比,SVD-UKF算法的AAE降低3.29%,RMSE降低3.78%.实验结果表明,改进算法的SOC估算精度和自适应性能更高.
锂电池、荷电状态、带遗忘因子的最小二乘法、奇异值分解、无迹卡尔曼滤波
49
TM912
十三五江苏省重点学科项目;江苏省研究生科研创新项目
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
105-110,130