维普
万方数据
引入PID反馈的SHAEKF算法估算电池SOC
Introduction of SHAEKF algorithm with PID feedback for estimating battery SOC
蔡黎 1向丽红 1晏娟 1徐青山2
作者信息
- 1. 重庆三峡学院电气工程系,重庆 404000
- 2. 东南大学电气工程学院,江苏南京 210000
- 折叠
摘要
电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标.为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法.采用粒子群优化(PSO)算法对二阶RC等效电路模型进行参数辨识;用开源电池数据集对模型和算法进行实验和分析.改进的SHAEKF算法在电池动态应力测试(DST)、北京动态应力测试(BJDST)和美国联邦城市驾驶(FUDS)等工况下的平均估计误差都在1％以内,与单纯的融合算法SHAEKF算法相比,最大误差可减小5％.
关键词
荷电状态(SOC)估算/二阶RC等效电路模型/比例积分微分(PID)/粒子群优化(PSO)算法/自适应扩展卡尔曼滤波(AEKF)Key words
state-of-charge (SOC) estimation/second-order RC equivalent circuit model/proportional-integral-derivative (PID)/particle swarm optimization(PSO) algorithm/adaptive extended Kalman filter(AEKF)引用本文复制引用
基金项目
国家自然科学基金(51877044)
重庆市自然科学基金(CSTB2022NSCQ-MSX1675)
重庆市自然科学基金(2023NSCQ-LMX0034)
出版年
2024