基于双自适应扩展粒子滤波器的锂离子电池状态联合估计
文档名：基于双自适应扩展粒子滤波器的锂离子电池状态联合估计
摘要：为了更好地优化电池的能量管理,提高电池的利用效率,加强电池的安全性能,有必要对锂离子电池的荷电状态(SOC)和健康状态(SOH)进行精确估计.为解决噪声协方差取值和粒子采样分布问题,该文首先提出自适应扩展粒子滤波(AEPF)算法,根据状态向量预测的准确度自适应调整噪声协方差,并利用扩展卡尔曼滤波实现粒子分布函数的局部线性化.随后利用双自适应扩展粒子滤波(DAEPF)算法进一步实现电池SOC和SOH的联合估计,避免电池使用过程中模型参数变化对SOC估计的影响,并结合多时间尺度的方法节约所需的计算资源.最后在动态工况条件下对不同电池模型与算法进行对照实验,结果表明,改进后的算法收敛速度明显提升,且能够显著地提高电池的SOC与SOH的估计精度.
作者：刘旖琦雷万钧刘茜高乙朝董明Author：LiuYiqiLeiWanjunLiuQianGaoYichaoDongMing
作者单位：西安交通大学电气工程学院西安710049
刊名：电工技术学报
Journal：TransactionsofChinaElectrotechnicalSociety
年，卷(期)：2024, 39(2)
分类号：TM912
关键词：锂离子电池分数阶模型荷电状态健康状态自适应扩展粒子滤波
Keywords：Lithium-ionbatteryfractionalordermodelstateofchargestateofhealthadaptiveextendedparticlefilter
机标分类号：TP391.41TP242TN953
在线出版日期：2024年3月8日
基金项目：国家重点研发计划基于双自适应扩展粒子滤波器的锂离子电池状态联合估计[
期刊论文]电工技术学报--2024, 39(2)刘旖琦雷万钧刘茜高乙朝董明为了更好地优化电池的能量管理,提高电池的利用效率,加强电池的安全性能,有必要对锂离子电池的荷电状态(SOC)和健康状态(SOH)进行精确估计.为解决噪声协方差取值和粒子采样分布问题,该文首先提出自适应扩展粒子滤波(AEP...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于双自适应扩展粒子滤波器的锂离子电池状态联合估计Joint State Estimation of Lithium-Ion Battery Based on Dual Adaptive Extended Particle Filter
基于双自适应扩展粒子滤波器的锂离子电池状态联合估计.pdf
页:
[1]