基于UD分解自适应KEF的锂电池 SOC估算 |
| |
引用本文: | 黄正军.基于UD分解自适应KEF的锂电池 SOC估算[J].传感技术学报,2020,33(4). |
| |
作者姓名: | 黄正军 |
| |
作者单位: | 金华职业技术学院 |
| |
基金项目: | 浙江省公益技术应用研究项目(LGG20F030004) |
| |
摘 要: | 电池荷电状态(SOC)是电池重要的性能指标之一,为电池管理系统实现管理控制提供了重要依据。针对卡尔曼滤波算法不能预估和修正噪声的问题,引入改进的Sage-Husa噪声估计器,构成自适应扩展卡尔曼滤波算法AEKF)估算动力锂电池SOC,同时针对计算机在进行浮点运算时存在单位舍入误差问题,采用UD分解算法,保证任意时刻状态估计协方差矩阵的对称正定性,限制由于计算误差引起的滤波发散,提高算法的精度和稳定性,通过MATLAB仿真对本文算法进行了验证,并与标准EKF算法进行比较,结果表明该算法具有较高的估算精度和稳定性,可以满足应用要求。
|
关 键 词: | 锂离子电池、荷电状态、自适应扩展卡尔曼滤波、UD分解 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|