基于双自适应卡尔曼滤波的锂电池状态估算.pdfVIP

下载本文档

0
0
约3.85万字
约 7页
2023-06-16 发布于福建
举报
版权申诉

基于双自适应卡尔曼滤波的锂电池状态估算.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第11 卷第2 期储能科学与技术 Vol.11 No.2 2022 年2 月 Energy Storage Science and Technology Feb. 2022 储能测试与评价基于双自适应卡尔曼滤波的锂电池状态估算 1 2 黄鹏超，鄂加强 1 2 （柳州职业技术学院汽车工程学院，广西柳州 545616；湖南大学机械与运载工程学院，湖南长沙 410082）摘要：精准的锂电池建模是保证电池储能系统可靠性至关重要的手段。荷电状态(state of charge ，SOC) 的准确估计保证了特定应用程序的安全高效运行。为了提高SOC 的估计精度，首先建立等效电路模型，利用遗忘因子的偏差补偿最小二乘法(bias compensation recursive least squares，BCRLS)对电池模型进行参数辨识。然后，利用自适应无迹卡尔曼滤波(adaptive unscented Kalman filter ，AUKF)算法来估计SOC。由于无迹无迹卡尔曼滤波算法易受非线性因素的干扰，因此提出了利用权重量定义AUKF 算法提高SOC 的估计精度。由于电池在放电过程中，电池内部特性会发生变化，而电池欧姆内阻会对SOC 估计结果产生直接影响。基于此，本工作提出了双自适应无迹卡尔曼滤波来进一步提高SOC 的估计精度。通过和不同算法进行比较，实验结果表明，所提算法估计SOC 的误差控制在2% 以内，验证了算法的有效性。关键词：锂离子电池；荷电状态；偏差补偿最小二乘法；权重向量；双自适应无迹卡尔曼滤波 doi ：10.19799/ki.2095-4239.2021.0411 中图分类号：TM 911