基于改进扩展卡尔曼滤波的锂电池SOC估计

摘要：

为了减小模型参数发生变化带来的影响,提高锂电池荷电状态(SOC)的估计精度,提出了一种改进的扩展卡尔曼滤波算法(I-EKF).建立Thevenin等效电路模型,采用遗忘因子最小二乘法进行参数辨识,将辨识的参数用局部加权回归(Lowess)算法与电池电压、电流进行拟合,利用拟合函数求出每一时刻对应的模型参数,再采用I-EKF算法进行SOC估计.实验分析表明,与传统的扩展卡尔曼滤波算法(EKF)相比,当模型参数发生变化时,I-EKF算法的估计精度更高,收敛后的估计误差基本在0.5％以内.

关键词：荷电状态、扩展卡尔曼滤波算法、局部加权回归算法、遗忘因子、最小二乘法

所属期刊栏目：44

分类号：TM912

在线出版日期：2020-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：828-831