基于二阶RC网络模型的UKPF-VFFRLS电池SOC预测估计

摘要：

针对单一滤波算法对动力电池荷电状态(SOC)预测估计精度有限的问题,分析并建立了二阶RC网络等效电路模型,进行了离线参数辨识,并验证了辨识结果的准确性.以该模型为基础,运用无迹卡尔曼粒子滤波(UKPF)算法对动力电池SOC的动态模型状态进行预测估计,以带可变遗忘因子的递推最小二乘法(VFFRLS)对动态模型参数进行辨识,两者互为输入输出,实现UKPF-VFFRLS算法的联合估计.仿真实验结果表明:相比原有单一滤波算法,UKPF-VFFRLS联合估计算法使得SOC平均误差降低至0.74％,均方根误差(RMSE)低至0.0099,提高了SOC的预测估计结果精度,从而提升了能源消耗预判能力和电池使用效率.

关键词：二阶RC网络、UKPF、VFFRLS、SOC联合估计

所属期刊栏目：47

分类号：TM912

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：644-649