改进嵌入式容积卡尔曼滤波的锂电池荷电状态估计_中国煤炭行业知识服务平台

改进嵌入式容积卡尔曼滤波的锂电池荷电状态估计

作者

杨莹王大维赵为光孙健于天洋
单位

黑龙江科技大学电气与控制工程学院
摘要

为了提升容积卡尔曼滤波CKF在荷电状态估计中的精度与鲁棒性,以锂离子电池的二阶等效模型为研究对象,利用嵌入式容积准则改进CKF的容积点个数与权值分布,加入强跟踪滤波提升其鲁棒性,引入奇异值分解拓宽噪声初值条件给出ISRECKF算法,在动态应力工况下辨识电池二阶等效模型的参数,在直流脉冲工况下分析了ISRECKF、SRECKF与SRCKF的SOC估计性能。结果表明:ISRECKF在SOC初值为1时的平均绝对误差与均方根误差分别为0.006与0.008;初值0.8时分别为0.007与0.011,收敛时间为169 s。该算法在精度与鲁棒性上均优于其余两种算法,具有一定的应用前景。
关键词

锂离子电池SOC估计嵌入式容积准则强跟踪滤波奇异值分解
基金项目(Foundation)

黑龙江省省属高校基本科研业务费项目（2019-KYYWF-0717）；
文章目录

0 引言
1 锂电池模型建立与参数辨识
1.1 锂电池模型
1.2 辨识参数方程的求解
1.3 最小二乘法辨识
2 改进容积卡尔曼滤波
2.1 嵌入式容积准则
2.2 强跟踪滤波
2.3 奇异值分解
3 仿真与结果分析
4 结论
引用格式

杨莹,王大维,赵为光,孙健,于天洋.改进嵌入式容积卡尔曼滤波的锂电池荷电状态估计[J].黑龙江科技大学学报,2020,30(05):536-542.