基于改进无迹卡尔曼滤波器的锂电池荷电状态估计

CIOMP OpenIR

	基于改进无迹卡尔曼滤波器的锂电池荷电状态估计
	李小虎; 王军
	2023-01-31
Source Publication	中国测试
Volume	49 Issue:01 Pages:105-110+130
Abstract	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。
Document Type	期刊论文
Identifier	http://ir.ciomp.ac.cn/handle/181722/68528
Collection	中国科学院长春光学精密机械与物理研究所
Affiliation	1.苏州科技大学 2.中国科学院长春光学精密机械与物理研究所
Recommended Citation GB/T 7714	李小虎,王军. 基于改进无迹卡尔曼滤波器的锂电池荷电状态估计[J]. 中国测试,2023,49(01):105-110+130.
APA	李小虎,&王军.(2023).基于改进无迹卡尔曼滤波器的锂电池荷电状态估计.中国测试,49(01),105-110+130.
MLA	李小虎,et al."基于改进无迹卡尔曼滤波器的锂电池荷电状态估计".中国测试 49.01(2023):105-110+130.

Related Services

Bookmark

Google Scholar

Similar articles in Bing Scholar

Terms of Use

No data!

Social Bookmark/Share

File name:	基于改进无迹卡尔曼滤波器的锂电池荷电状态估计.pdf
Format:	Adobe PDF

All comments (0)

No comment.

The comment function is only available to registered usersLog In

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

中国科学院长春光学精密机械与物理研究所