基于改进无迹卡尔曼滤波的锂电池SOC在线估计OA北大核心CSCDCSTPCD
Online Estimation of SOC for Li-ion Battery Based on An Improved Unscented Kalman Filters Approach
针对无迹卡尔曼滤波算法对电池模型敏感并且容易受到不确定噪声干扰的问题,提出了基于改进的无迹卡尔曼滤波算法(improved unscented Kalman filter,IUKF),提高电池荷电状态(state of charge,SOC)估计精度和鲁棒性能.首先,对锂离子电池进行建模并完成参数离线辨识;其次,对模型参数进行敏感性分析,研究不同参数对SOC估计效果的影响程度,为模型参数自适应对象的选取提供依据;随后,研究了包含模型自适应算法和噪…查看全部>>
陈则王;杨丽文;赵晓兵;王友仁
南京航空航天大学自动化学院,江苏南京211106南京航空航天大学自动化学院,江苏南京211106南京航空航天大学自动化学院,江苏南京211106南京航空航天大学自动化学院,江苏南京211106
通用工业技术
计量学荷电状态估计锂离子电池无迹卡尔曼滤波模型自适应噪声自适应
《计量学报》 2019 (1)
40-48,9
国家自然科学基金(61371041)航空科学基金(2013ZD52055)中央高校基本科研业务费专项资金(NS2017019)
评论