-
题名基于权值选择粒子滤波算法的锂离子电池SOC估计
被引量：4
- 1
-
-
作者
彭方想
南金瑞
孙立清
-
机构
北京理工大学机械与车辆学院
-
出处
《太原理工大学学报》
CAS
北大核心
2020年第5期750-755,共6页
-
基金
国家重点R&D计划项目(2017YFB0103801)
上海汽车工业技术发展基金会项目(1620)。
-
文摘
针对锂离子动力电池的荷电状态(SOC)估计问题,以三元锂(MNC)电池为研究对象,选用Thevenin等效电路模型,建立电池模型的状态方程和观测方程,完成了带遗忘因子的递推最小二乘法(FFRLS)的理论推导。进行电池单体混合动力脉冲功率特性测试(HPPC测试),基于测试数据和FFRLS算法完成电池模型的在线参数辨识,并通过锂离子电池的端电压精度来验证算法的可行性;在此基础上,提出一种权值选择粒子滤波(WSPF)算法来实现锂离子电池SOC估计,该算法中全部粒子都参与粒子滤波过程,但只选择较优权重粒子用于电池状态估计,从而解决粒子滤波的粒子退化问题,提高粒子的多样性。通过HPPC测试和动态工况测试(DST)结果验证,WSPF算法的估计精度能控制在2%以内。与重采样粒子滤波(SIR-PF)算法相比,WSPF算法的估计精度高,鲁棒性好。
-
关键词
Thevenin模型
在线参数辨识
SOC估计
权值选择粒子滤波算法
-
Keywords
Thevenin model
online parameter identification
SOC estimation
weight selection particle filtering algorithm
-
分类号
TQ306
[化学工程]
TM911
[电气工程—电力电子与电力传动]
-
