版权说明 操作指南
首页 > 成果 > 详情

基于RLS和UKF算法的锂离子电池荷电状态估计

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
陈剑;肖振锋;李达伟;罗磊鑫;夏向阳
作者机构:
国网湖南省电力有限公司经济技术研究院能源互联网供需运营湖南省重点实验室
[罗磊鑫] 湖南经研电力设计有限公司
长沙理工大学电气与信息工程学院
[夏向阳] 长沙理工大学
[李达伟; 肖振锋; 陈剑] 国网湖南省电力有限公司经济技术研究院
语种:
中文
关键词:
荷电状态;无迹卡尔曼滤波;自适应卡尔曼滤波;递推最小二乘法
关键词(英文):
unscented Kalman filter;adaptive extended Kalman filter;recursive least square
期刊:
电源技术
ISSN:
1002-087X
年:
2020
卷:
44
期:
11
页码:
1600-1603+1657
基金类别:
国家电网有限公司总部科技项目(SGTYHT/18-JS-209)。
机构署名:
本校为第一机构
院系归属:
电气与信息工程学院
摘要:
针对锂离子电池荷电状态(SOC)估计不够精准的问题,提出了采用二阶R C等效电路模型结合递推最小二乘法(RLS)和无迹卡尔曼滤波算法(UKF)的SOC估计方法.推导了二阶RC的锂离子电池离散状态空间方程和观测方程,通过实验得到了电池SOC-OCV拟合曲线,并采用递推最小二乘法进行模型的参数辨识,通过仿真对比了自适应扩展卡尔曼滤波算法(AEKF)和UKF算法对模型的适应性,从而证明了UKF算法对SOC的估计效果更好.
摘要(英文):
In order to solve the problem of imprecise SOC estimation of Li-ion battery,a new SOC estimation method based on the second-order RC equivalent circuit model,RLS(recursive least square)and UKF is proposed.Firstly,the discrete state space equation and observation equation of the second-order RC are derived.Secondly,the SOC-OCV fitting curve of the battery is obtained through experiments and the RLS method is used to identify the parameters of the model.Finally,the adaptability of the adaptive extended Kalman filtering algorithm(AEKF)and UKF algorithm to the model is compared through simulation,...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com