| 优化电池模型的自适应Sigma卡尔曼荷电状态估算 |
| |
| 引用本文： | 刘毅,谭国俊,何晓群. 优化电池模型的自适应Sigma卡尔曼荷电状态估算[J]. 电工技术学报, 2017, 32(2) |
| |
| 作者姓名： | 刘毅 谭国俊 何晓群 |
| |
| 作者单位： | 1. 中国矿业大学信息与电气工程学院 徐州 221008;2. 中国矿业大学信息与电气工程学院 徐州 221008;开滦(集团)有限责任公司 唐山 063000 |
| |
| 基金项目： | 科技部创新基金，江苏省自然科学基金，江苏省科技成果转化基金 |
| |
| 摘 要： | ![]()
采用数学模型法对磷酸铁锂电池进行非线性建模,优化了状态模型及观测模型。模型考虑了充放电倍率、温度、老化循环寿命等因素,对电池松弛效应及极化现象影响进行建模补偿,提高了电池建模的准确度,降低了不同条件下因电池模型造成电池荷电状态(SOC)估算的误差影响。在电池模型参数辨识基础上,提出采样自适应Sigma卡尔曼算法构建SOC估算模型,按照非线性模型对状态变量的分布构建Sigma采样序列,采用模型输出残差更新噪声协方差,赋予Sigma采样序列最优估计及噪声的权值,并实现误差量的实时更新,降低计算复杂度。通过持续大电流、间断电流、变电流放电及充电实验条件下的SOC估算对比实验,验证了自适应Sigma卡尔曼算法快速收敛性,数学描述更准确,具备较高的SOC的观测准确度。
|
| 关 键 词： | 荷电状态估算 状态模型 观测模型 自适应Sigma卡尔曼算法 |
Optimized Battery Model Based Adaptive Sigma Kalman Filter for State of Charge Estimation |
| |
| Liu Yi,Tan Guojun,He Xiaoqun. Optimized Battery Model Based Adaptive Sigma Kalman Filter for State of Charge Estimation[J]. Transactions of China Electrotechnical Society, 2017, 32(2) |
| |
| Authors: | Liu Yi Tan Guojun He Xiaoqun |
| |
| Abstract: | ![]()
|
| |
| Keywords: | State of charge estimation status model observation model adaptive Sigma Kalman algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
