典型文献
变温度下EKF和UKF的锂电池SOC估算对比
文献摘要：
动力电池的荷电状态(state of charge,SOC)是预估电动汽车剩余有效行驶里程的重要参数之一.为提高锂电池SOC的估算精度,考虑了温度对锂电池特性的影响.通过实验得到温度对电池容量的关系曲线,以及得到OCV-SOC-T的函数映射关系,基于二阶RC等效电路模型,利用带遗忘因子递推最小二乘法(forgetting factor recursive least square,FFRLS)对模型进行实时在线参数辨识.在不同温度和工况条件下,采用扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)算法对锂电池的SOC进行估算并对比验证,结果表明,EKF在动态压力测试工况(DST)和美国联邦城市运行工况(FUDS)的均方根误差分别在4.93％ 和4.69％以内,UKF在DST和FUDS工况下的均方根误差分别在1.47％和1.49％以内.研究结果表明,FFRLS联合EKF和UKF都可以实时估算SOC,且在不同温度和不同工况条件下,UKF算法相较于EKF算法,抗干扰能力更强,估算精度更高,收敛性更好.
文献关键词：
温度因素;荷电状态;扩展卡尔曼滤波;无迹卡尔曼滤波
中图分类号：
作者姓名：
武强;钟勇;黄志荣;杨华山;李喆
作者机构：
福建省汽车电子驱动技术重点实验室(福建工程学院) ,福建 福州350118
文献出处：
引用格式：
[1]武强;钟勇;黄志荣;杨华山;李喆-.变温度下EKF和UKF的锂电池SOC估算对比)[J].福建工程学院学报,2022(06):580-586
A类：
B类：
变温,EKF,UKF,锂电池,SOC,动力电池,荷电状态,state,charge,电动汽车,行驶里程,重要参数,估算精度,电池容量,关系曲线,OCV,函数映射,映射关系,RC,等效电路模型,遗忘因子递推最小二乘法,forgetting,recursive,least,square,FFRLS,实时在线,在线参数辨识,工况条件,扩展卡尔曼滤波,extended,Kalman,filter,无迹卡尔曼滤波,unscented,对比验证,动态压力测试,测试工况,DST,美国联邦,城市运行,运行工况,FUDS,实时估算,不同工况,抗干扰能力,收敛性,温度因素
AB值：
0.362135
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。
