典型文献
基于STPF的SOC估计及在多锂电池均衡中的应用
文献摘要：
提出一种能跟踪突变状态的锂电池荷电状态(SOC)估计方法,并应用于多锂电池组的SOC均衡中.在粒子滤波算法中引入强跟踪滤波,将当前的采样结果融入到预测误差更新中,得到新的校正项,然后利用该校正项对粒子滤波算法的粒子集进行校正,从而使粒子快速推向高似然区域,抑制粒子退化;渐消因子的引入能实时调整误差协方差矩阵,使粒子滤波算法兼具强跟踪滤波的强鲁棒性和对突变状态的跟踪能力,有效克服模型的不确定性,进一步提高SOC的估计精度.将所提方法应用于多电池主动均衡中,提出一种基于SOC 一致性的均衡策略,率先均衡容量差距较大的相邻电池组,再控制能量实时双向传递,提高了整体均衡速度.实验结果表明,改进算法的平均估计误差在0.13％以内,标准差为0.12％;相比传统的粒子滤波算法、扩展卡尔曼滤波算法和强跟踪算法,精度分别提升约64％、85％和75％,并且稳定性也得到了进一步加强.在多电池主动均衡中的应用表明,有效减小了电池组容量在充放电过程中的不一致性,电池组离散度被控制在1％以内,有利于提高电池容量的利用率与使用寿命.
文献关键词：
系统工程;SOC估计;强跟踪粒子滤波;锂电池;主动均衡;离散度
中图分类号：
作者姓名：
吴忠强;胡晓宇
作者机构：
燕山大学电气工程学院 秦皇岛 066004
文献出处：
引用格式：
[1]吴忠强;胡晓宇-.基于STPF的SOC估计及在多锂电池均衡中的应用)[J].电子测量与仪器学报,2022(02):235-244
A类：
STPF,强跟踪粒子滤波
B类：
SOC,电池均衡,电池荷电状态,估计方法,锂电池组,粒子滤波算法,强跟踪滤波,预测误差,正项,该校,子集,推向,制粒,粒子退化,渐消因子,协方差矩阵,估计精度,主动均衡,均衡策略,均衡速度,改进算法,估计误差,扩展卡尔曼滤波算法,跟踪算法,电池组容量,充放电过程,不一致性,离散度,被控,电池容量
AB值：
0.261429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
