由MIEKPFEKPF算法协同估计锂离子电池SOC与SOH

文档名：由MIEKPFEKPF算法协同估计锂离子电池SOC与SOH
摘要：针对锂离子电池荷电状态(SOC)和健康状态(SOH)难以直接测量的问题,提出基于多新息的扩展卡尔曼粒子滤波(MIEKPF)与扩展卡尔曼粒子滤波(EKPF)协同估计SOC和SOH.采用EKPF算法在线辨识参数,并估计SOH,将阻容等辨识结果作为输入,弥补估计SOC时应该考虑电池老化影响产生的误差,实现SOH对SOC的修正,提高模型精度.在新欧洲驾驶周期(NEDC)工况下,进行充放电实验,EKPF算法估计SOH的结果符合实际情况.MIEKPF-EKPF算法最终SOC估计的平均误差为0.48％、最大误差为1.97％、均方根误差为0.58％,仿真结果验证了所提方法的可行性和准确性.

作者：于智斌  田易之Author：YUZhi-bin  TIANYi-zhi
作者单位：新疆大学电气工程学院,新疆乌鲁木齐830046
刊名：电池 ISTICPKU
Journal：BatteryBimonthly
年，卷(期)：2023, 53(2)
分类号：TM912.9
关键词：荷电状态(SOC)  健康状态(SOH)  扩展卡尔曼粒子滤波(EKPF)  协同估计  
机标分类号：TM92TP393U463
在线出版日期：2023年5月24日
基金项目：国家自然科学基金，新疆维吾尔自治区科技计划由MIEKPF-EKPF算法协同估计锂离子电池SOC与SOH[
期刊论文]  电池--2023, 53(2)于智斌  田易之针对锂离子电池荷电状态(SOC)和健康状态(SOH)难以直接测量的问题,提出基于多新息的扩展卡尔曼粒子滤波(MIEKPF)与扩展卡尔曼粒子滤波(EKPF)协同估计SOC和SOH.采用EKPF算法在线辨识参数,并估计SOH,将阻容等辨识结果作为...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

        由MIEKPF-EKPF算法协同估计锂离子电池SOC与SOH  Collaborative estimation of SOC and SOH of Li-ion battery by MIEKPF-EKPF algorithm

由MIEKPF-EKPF算法协同估计锂离子电池SOC与SOH.pdf

2024-12-14 02:29 上传 由MIEKPFEKPF算法协同估计锂离子电池SOC与SOH.pdf

文件大小:

1.69 MB

下载次数:

60

高速下载