基于平方根无迹卡尔曼滤波的锂电池状态估计

发布时间：2018-06-28 08:29

  本文选题：锂电池 + 荷电状态　； 参考：《中国电机工程学报》2017年15期

【摘要】：在充电式混合动力电动汽车(plug-in hybrid electric vehicle,PHEV)和电动汽车(electric vehicle,EV)中,对电池进行精确、可靠的荷电状态估计(state of charge,SOC)非常重要。传统估计方法存在计算量大、估计不精确等缺点,提出一种平方根无迹卡尔曼滤波(square root unscented Kalman filter,SRUKF)算法对SOC进行实时估计及更新。利用无迹变换(unscented transformation,UT)精确估计系统方程的均值和协方差,使估算值达到二阶精度。利用平方根算法保证状态协方差的半正定性,提高数字计算的稳定性。通过实验对比,验证了该算法的有效性。结果表明,该方法可使状态估计值具有较小的误差和快速跟随性,满足了SOC估计的实际需求。
[Abstract]:In plug-in hybrid electric vehicle (plug-in hybrid electric) and electric vehicle (EV), it is very important to estimate (state of charge state accurately and reliably. The traditional estimation method has the disadvantages of large computation and inaccurate estimation. A square root unscented Kalman filter (square root unscented filter) algorithm is proposed to estimate and update the SOC in real time. The unscented transform UT is used to estimate the mean value and covariance of the system equation accurately, so that the estimated value can reach the second order accuracy. The square root algorithm is used to guarantee the positive semidefinite of state covariance and to improve the stability of numerical computation. The effectiveness of the algorithm is verified by experimental comparison. The results show that the proposed method can make the state estimation have less error and fast follow, and meet the actual demand of SOC estimation.
【作者单位】： 武汉理工大学自动化学院;东风汽车公司技术中心;
【基金】：国家自然科学基金项目(51477125) 国家重点基础研究发展计划项目(973项目)(2013CB632505) 湖北省科技支撑计划项目(2014BEC074) 武汉市青年科技晨光计划项目(2016070204010155)~~
【分类号】：TM912

【相似文献】

相关期刊论文 前10条

1 傅惠民;娄泰山;吴云章;;无迹增量滤波方法[J];航空动力学报;2012年07期

2 郭文艳;韩崇昭;雷明;;迭代无迹Kalman粒子滤波的建议分布[J];清华大学学报(自然科学版);2007年S2期

3 李昱辰;李战明;;噪声未知情况下的自适应无迹粒子滤波算法[J];吉林大学学报(工学版);2013年04期

4 张洋溢;王忠;;改进的无迹粒子滤波在组合导航中的应用研究[J];武汉理工大学学报(交通科学与工程版);2012年02期

5 高剑,徐德民,严卫生,张福斌;无迹卡尔曼滤波及其在三维水下目标跟踪系统中的应用[J];船舶工程;2005年03期

6 段立;黄心汉;冯坤;罗兵;;舰艇编队协同防空分布式无迹粒子滤波[J];华中科技大学学报(自然科学版);2009年10期

7 黄铫;张天骐;李越雷;刘燕丽;;一种扩维无迹卡尔曼滤波[J];电子测量与仪器学报;2009年S1期

8 蔡安新;朱坤;唐风文;;无迹卡尔曼滤波和扩展卡尔曼滤波辨识船舶运动模型的性能比较[J];中国水运(下半月);2011年08期

9 朱明强;侯建军;刘颖;苏军峰;;基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法[J];兵工学报;2013年05期

10 楚攀;;一个基于无迹卡尔曼滤波的传热反问题求解方法[J];企业技术开发;2012年31期

相关会议论文 前2条

1 李鹏;宋申民;;融合风险敏感估计算子的无迹粒子滤波[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

2 黄铫;张天骐;李越雷;刘燕丽;;一种扩维无迹卡尔曼滤波[A];2009安捷伦科技节论文集[C];2009年

相关重要报纸文章 前1条

1 谭海林 杨保利 特约记者 杨明伟 本报记者 雷鸣剑;信息化指挥：“显之成形”“隐之无迹”[N];战士报;2008年

相关博士学位论文 前1条

1 金瑶;基于支持向量回归机的无迹卡尔曼滤波设计与应用[D];中国地质大学;2013年

相关硕士学位论文 前3条

1 叶松庆;非线性卡尔曼滤波算法研究[D];中国科学院重庆绿色智能技术研究院;2016年

2 李高飞;基于非线性统计模型分析的机动车定位算法实现研究[D];南京邮电大学;2013年

3 谢兴;基于优化无迹卡尔曼滤波的电网动态谐波检测[D];深圳大学;2015年

，

本文编号：2077370