文档名：自适应渐消无迹卡尔曼滤波锂电池SoC估计
摘要：精确的荷电状态(SoC)是锂电池安全高效运行的重要保障,文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差,导致SoC估计精度低的问题,提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法.首先,通过设计新型衰减因子对UKF误差协方差矩阵进行加权,并基于新型衰减因子完成AFUKF的设计,减小陈旧量测值对估计结果的影响,提高传统UKF的估计精度和跟踪能力.其次,基于自主实验平台测试数据,验证了本文所提AFUKF算法存在初始误差时,相较于传统UKF算法,ECE工况下平均绝对误差和均方根误差分别下降了47.95％和33.92％,DST工况下分别下降了36.40％和27.73％;相较于同类改进的AUKF算法,ECE工况下平均绝对误差和均方根误差分别下降了43.36％和33.51％,DST工况下分别下降了39.01％和25.63％.模型结果表明,相比于传统UKF算法以及同类型改进的AUKF算法,AFUKF具有更高的估计精度,且在相同初始SoC误差条件下具有更好的鲁棒性.
Abstract：AccurateSoCisanimportantguaranteeforthesafeandefficientoperationoflithiumbatteries.AimingattheproblemthatthetraditionalunscentedKalmanfilter(UKF)haspoortrackingabilityfortheabruptstateofnonlinearsystems,whichinturnleadstothelowaccuracyofSoCestimation,anewadaptivefadingunscentedKalmanfilterwasproposedforSoCestimationinthispaper.First,theUKFerrorcovariancematrixisweightedbydesigninganovelfadingfactor,andthedesignoftheAFUKFiscompletedbasedonthenovelfadingfactor,whichreducestheinfluenceofstalemeasurementsontheestimationresults,improvestheestimationaccuracyandtrackingabilityofthetraditionalUKF.Second,basedonthetestdataoftheself-builtexperimentalplatform,itisverifiedthattheAFUKFproposedinthispaper,inthepresenceoftheinitialerror,comparedwiththetraditionalUKF,themeanabsoluteerror(MAE)androot-mean-squareerror(RMSE)undertheECEconditionaredecreasedby47.95％and33.92％,respectively,theMAEandRMSEundertheDSTconditionaredecreasedby36.40％and27.73％,respectively.ComparedwiththesimilarimprovedAUKF,theMAEandEMSEdecreasedby43.36％and33.51％fortheECEcondition,39.01％and25.63％fortheDSTcondition,respectively.Themodelingresultsshowthat,AFUKFhashigheraccuracyandbetterrobustnessunderinitialSoCerrorsthanthetraditionalUKFaswellastheimprovedAUKFofthesametype.
作者：郭向伟 李璐颖 王晨 王亚丰 李万Author：GuoXiangwei LiLuying WangChen WangYafeng LiWan
作者单位：河南理工大学电气工程与自动化学院焦作454003
刊名：电子测量与仪器学报 ISTICPKU
Journal：JournalofElectronicMeasurementandInstrumentation
年，卷(期)：2024, 38(3)
分类号：TM912.8TN06
关键词：荷电状态 衰减因子 无迹卡尔曼滤波 自适应渐消无迹卡尔曼滤波
Keywords：SoC fadingfactor UKF AFUKF
机标分类号：TM912U469.72TP311.13
在线出版日期：2024年7月8日
基金项目：国家自然科学基金，河南省高校基本科研业务费，河南省高校基本科研业务费，河南省高校重点科研项目，河南省科技攻关项目自适应渐消无迹卡尔曼滤波锂电池SoC估计[
期刊论文] 电子测量与仪器学报--2024, 38(3)郭向伟 李璐颖 王晨 王亚丰 李万精确的荷电状态(SoC)是锂电池安全高效运行的重要保障,文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差,导致SoC估计精度低的问题,提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法.首先,通过设...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
自适应渐消无迹卡尔曼滤波锂电池SoC估计 SoC estimation of lithium battery based on adaptive fading unscented kalman filter
自适应渐消无迹卡尔曼滤波锂电池SoC估计.pdf
|
|
