基于多新息CDKF算法的锂电池SOC估计OA北大核心CSTPCD
SOC estimation for lithium-ion batteries based on multi-innovation central difference Kalman filter algorithm
锂电池荷电状态(SOC)作为电池管理系统的核心指标之一,对电池管理系统运行起到至关重要的作用,其估计性能和鲁棒性是研究的重点.为提升SOC估计性能,建立二阶RC等效电路模型,将多新息理论(MI)与中心差分卡尔曼滤波算法(CDKF)结合,提出一种基于多新息的中心差分卡尔曼滤波算法(MI-CDKF),充分考虑当前时刻新息与历史信息.仿真结果表明,所提MI-CDKF与传统方法相比,在收敛速度和估计精度上均有所提升,同时对传感器漂移现象具有一定鲁棒性.
达杨阳;万佑红;张帅帅
南京邮电大学自动化学院、人工智能学院,江苏南京210023南京邮电大学自动化学院、人工智能学院,江苏南京210023南京邮电大学自动化学院、人工智能学院,江苏南京210023
信息技术与安全科学
锂电池荷电状态(SOC)多新息中心差分卡尔曼
《电源技术》 2022 (4)
390-394,5
评论