基于FFRLS-AEKF的动力锂电池SOC在线估计OA
On-Line Estimation of SOC for Power Lithium Battery Based on FFRLS-AEKF
针对锂电池等效电路模型参数不准确以及复杂工况噪声不确定导致荷电状态(SOC)估计精确度较低的问题,提出一种自适应扩展卡尔曼滤波(AEKF)融合带遗忘因子最小二乘法(FFRLS)的算法来解决此问题.在每一步SOC估计过程中,首先使用FFRLS算法跟随试验工况环境变化,实时辨识出一阶RC等效电路模型参数,增加模型精确度,准确描述锂电池工作时的动态特性;再使用AEKF算法实时更新与修正系统噪声并在线估计SOC.设计搭建动力锂电池试验平台,在动力动态测试…查看全部>>
潘涛涛;王友仁;彭晨
南京航空航天大学 自动化学院,江苏南京 210016南京航空航天大学 自动化学院,江苏南京 210016南京航空航天大学 自动化学院,江苏南京 210016
动力与电气工程
动力锂电池荷电状态估计带遗忘因子最小二乘法自适应扩展卡尔曼滤波
power lithium batteryestimation of the state of chargerecursive Least squares with forgetting factor(FFRLS)adaptive extended Kalman filtering(AEKF)
《电机与控制应用》 2023 (11)
30-36,85,8
航空科学基金资助项目(20183352030)
评论