基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计

Jiabo LI,Meng WEI,Zhongyu LI,Shengjie JIAO,Min YE,Xinxin XU

Energy Storage Science and Technology（2020）

引用 0|浏览1

暂无评分

摘要

锂离子电池荷电状态(SOC)是电池管理系统(BMS)重要的参数之一,准确估计可以提高电池的使用寿命.然而在SOC估计过程中,会受到如测量设备的精度、噪声等外界因素的干扰,降低SOC的估计精度.为了提高SOC的估计精度,针对扩展卡尔曼滤波(EKF)算法易受噪声干扰,提出了以新息自适应扩展卡尔曼滤波来提高SOC的估计精度和稳定性.通过实验工况采集的数据,并与传统的EKF进行对比,估计误差可以控制在3％以内,验证了该模型的有效性.

关键词

adaptive extended kalman filter,extended kalman filter,kalman filter,charge estimation,li-ion

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要