首页|基于分数阶模型多新息无迹卡尔曼滤波算法的超级电容SOC估计

基于分数阶模型多新息无迹卡尔曼滤波算法的超级电容SOC估计

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
对超级电容的SOC估计展开了研究.首先,搭建了超级电容测试平台,用于超级电容的参数辨识,并对超级电容进行了常规性能测试;其次,在不同的环境温度和动态工况下采用多种算法进行超级电容SOC估计.结果表明,采用分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法对超级电容SOC的估计精度最高,对超级电容的路端电压跟随情况最好,估计结果的均方根误差和平均绝对误差的最大值分别约为1.8%和1.73%.
SOC Estimation of Supercapacitor Based on Fractional Order Model Multi Innovation Unscented Kalman Filtering Algorithm
This paper conducts research on the SOC estimat ion of supercapacitor.Firstly,a supercapacitor testing platform was built,and parameter identification of supercapacitor was carried out,and routine performance testing of supercapacitor was carried out.Secondly,multiple algorithms were used to estimate the SOC of supercapacitor under different environmental temperatures and dynamic operating conditions.The results showed that the fractional order model multiple innovation unscented Kalman filter(FOMIUKF)algorithm had the highest estimation accuracy for the SOC of supercapacitors and the best tracking performance for the terminal voltage of supercapacitor.The maximum root mean square error and mean absolute error of the estimation results are about 1.8%and 1.73%,respectively.

supercapacitorfractional order modelparameter identificationfractional order model multi innovation unscented Kalman filtering algorithmestimation of the state of charge

郑轶、许永红、张红光、童亮、李力华、张兆龙

展开 >

北京汽车研究总院有限公司,北京 101300

北京新能源汽车股份有限公司,北京 100175

北京信息科技大学机电工程学院,北京 100192

北京工业大学环境与生命学部,北京 100124

展开 >

超级电容 分数阶模型 参数辨识 多新息无迹卡尔曼滤波算法 荷电状态估计

北京市自然科学基金面上项目北京市自然科学基金青年基金

32220143244039

2024

10.19769/j.zdhy.2024.07.030

自动化应用
重庆西南信息有限公司

自动化应用

影响因子：0.156
ISSN：1674-778X
年,卷(期)：2024.65(7)
  • 8