机械设计与制造2023,Vol.383Issue(1) :1-4,8.

基于双自适应无迹卡尔曼滤波算法的锂电SOC/SOH联合估计

Joint Estimation of Lithium Battery SOC/SOH Based on Double Adaptive Untracked Kalman Filtering Algorithm

王若琦 王晓佳 杨淇 郭凯丽
机械设计与制造2023,Vol.383Issue(1) :1-4,8.

基于双自适应无迹卡尔曼滤波算法的锂电SOC/SOH联合估计

Joint Estimation of Lithium Battery SOC/SOH Based on Double Adaptive Untracked Kalman Filtering Algorithm

王若琦 1王晓佳 1杨淇 1郭凯丽1
扫码查看

作者信息

  • 1. 太原理工大学机械与运载工程学院,山西 太原 030024
  • 折叠

摘要

合理准确地估算出电池荷电状态(SOC)与健康状态(SOH)对电动汽车安全运行和能量分配有重大意义.目前锂离子动力电池状态参数的研究中,很少考虑两个参数在估算过程中的相互影响;传统无迹卡尔曼滤波(UKF)算法在应用时,常因难以真实模拟实际噪声导致估算误差增大.针对这些问题,这里以电池Thevenin等效电路模型为基础,结合改进的AUKF,提出双自适应无迹卡尔曼滤波算法(DAUKF),实时更新计算模型参数,实现SOC与SOH的联合估算,提高算法的估算精度.最后通过实验及仿真对比,验证了该算法的可行性及估算精度.

关键词

锂离子动力电池/双自适应无迹卡尔曼滤波/SOC/SOH/联合估算

引用本文复制引用

基金项目

山西省科技重大专项重卡燃料电池动力系统及整车集成技术项目(20181102009)

出版年

2023
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子:0.511
ISSN:1001-3997
被引量1
参考文献量5
段落导航相关论文