针对现有基于电池恒定参数模型的SOC估计方法忽略了工况和SOC对电池模型参数的影响而导致SOC估计误差偏大的问题,本文提出一种将带有遗忘因子递推最小二乘算法与扩展卡尔曼滤波算法相结合的联合SOC估计方法.该方法先利用FFRLS算法在线辨识电池等效电路模型参数并实时修正电池模型,再利用EKF算法和实时修正的电池模型估计电池SOC...
实验结果表明，该方法在不同的环境温度下都具有较高的精度，且最大误差小于１．２％，平均绝对误差小于０．６％，均方根误差小于０．５％。关键词 锂离子电池 荷电状态 温度影响 在线联合估计 自适应扩展卡尔曼算法 中图分类号 ＴＰ３９１ 文献标志码 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓ...
基于二阶近似扩展卡尔曼滤波的锂离子电池SOC估计 为提高电池荷电状态(SOC)估计的准确性,更高阶的扩展卡尔曼滤波(EKF)算法被用来估计SOC值.首先建立锂离子电池一阶Thevenin等效电路模型,采用样条函数来表述开路电压(OC... 段林超,张旭刚,张华,... - 《中国机械工程》 被引量: 0发表: 2023年 ...
基于FFRLS-EKF联合算法的锂离子电池荷电状态估计方法 卡尔曼滤波算法相结合的联合SOC估计方法.该方法先利用FFRLS算法在线辨识电池等效电路模型参数并实时修正电池模型,再利用EKF算法和实时修正的电池模型估计电池SOC.实验... 孙金磊,邹鑫,顾浩天,... - 《汽车工程》 被引量: 0发表: 2022年 ...