|
|||||
|
|
| 基于RTS-IEKPF算法的锂电池SOC估算 | |
| 作者单位： | ;1.湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室 |
| 摘 要： | 针对瞬间大电流充放电使电池非线性加剧,使用迭代扩展卡尔曼滤波算法(IEKF)估算电池荷电状态(SOC)时会有较大误差。为了减小误差,进一步提高SOC的估算精度,提出一种基于锂电池复合电化学模型的融合RTS最优平滑的迭代扩展卡尔曼粒子滤波算法(RTS-IEKPF)。该方法利用RTS(Rauch-Tung-Streibel)最优平滑算法与IEKF算法结合生成粒子滤波的建议分布,得到RTS-IEKPF,并用该方法来估算锂电池的SOC。实验结果表明,RTS-IEKPF算法SOC的估算精度优于PF,IEKF和IEKPF算法SOC的估算精度。 |
| 关 键 词： | 锂电池 SOC估算 RTS-IEKPF 粒子滤波 最优平滑 实验验证 |
Lithium battery SOC estimation based on RTS-IEKPF algorithm |
|
| Abstract: | |
| Keywords: | |