原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
2014年 电工技术学报 V01．29
Sup．1
TRANSACTl0NS0FCHINAELECTROTECHNICAL 2014
第29卷增刊l SOCIETY
基于模型参数在线辨识的蓄电池SoC估算
张金龙 魏艳君 李向丽 张 迪 漆汉宏
(燕山大学电气工程学院 秦皇岛 066004)
摘要 以铅酸蓄电池为研究对象，通过构造一种综合型策略来实现对储能蓄电池荷电状态
(soc)的实时准确估算。本方法首先引入递推最小二乘(RLs)算法实现对蓄电池模型参数的在
线辨识，进而将该参数辨识策略与无迹卡尔曼滤波(uKF)算法相结合，这样一来，在采用uKF
对soc进行估算时所用模型参数为在线辨识的结果，本研究将此两种算法巧妙地结合起来实现了
对蓄电池soc的实时准确估算。由于在线模型参数辨识的实现，使得该策略具有较强的自适应性，
故此可称之为自适应sOc估算技术。仿真结果表明，该方法可实现对蓄电池soc的准确估算。
关键词：蓄电池 sOc估算在线参数辨识 uKF
中图分类号：TM911
BattervSoCEstimationBasedononlineParameterIdentification
w龟i Li Di
ZhnngJinlongYQnjtlnXinngliZhnngQiHnnhong
(Yanshan 066004China)
UniVersityQinhuangdao
Abstractwiththeresearchof1ead-acid aimsto estimatethe
object battery，thispaper correctly
stateof a SOCestimation
battery charge(SOC)byconstructingcomprehensiVe strategy．Firstly，
recursiveleast is torealizeonline identificationofthe
square(RLS)algorithmadopted parameter
thenanelaboratecombinationofRLSandUnscentedKalmanFilter
model；and
equiValentbattery
the in
model usedUKFare obtained
established，thus
(UKF)is battery parameters actually recursiVely
be the
canestimatedUKF．This hasanobVious dueto
byRLS；finally，SOC by strategy adaptability
ofonline itisalsocal
文档评论（0）