文档名：引入PID反馈的SHAEKF算法估算电池SOC
摘要：电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标.为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法.采用粒子群优化(PSO)算法对二阶RC等效电路模型进行参数辨识;用开源电池数据集对模型和算法进行实验和分析.改进的SHAEKF算法在电池动态应力测试(DST)、北京动态应力测试(BJDST)和美国联邦城市驾驶(FUDS)等工况下的平均估计误差都在1％以内,与单纯的融合算法SHAEKF算法相比,最大误差可减小5％.
作者：蔡黎 向丽红 晏娟 徐青山 Author：CAILi XIANGLihong YANJuan XUQingshan
作者单位：重庆三峡学院电气工程系,重庆404000东南大学电气工程学院,江苏南京210000
刊名：电池
Journal：BatteryBimonthly
年，卷(期)：2024, 54(1)
分类号：TM912.9
关键词：荷电状态(SOC)估算 二阶RC等效电路模型 比例积分微分(PID) 粒子群优化(PSO)算法 自适应扩展卡尔曼滤波(AEKF)
Keywords：state-of-charge(SOC)estimation second-orderRCequivalentcircuitmodel proportional-integral-derivative(PID) particleswarmoptimization(PSO)algorithm adaptiveextendedKalmanfilter(AEKF)
机标分类号：TM912TN911.72TP391.9
在线出版日期：2024年4月8日
基金项目：国家自然科学基金，重庆市自然科学基金，重庆市自然科学基金引入PID反馈的SHAEKF算法估算电池SOC[
期刊论文] 电池--2024, 54(1)蔡黎 向丽红 晏娟 徐青山电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标.为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法.采用粒...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
引入PID反馈的SHAEKF算法估算电池SOC Introduction of SHAEKF algorithm with PID feedback for estimating battery SOC
引入PID反馈的SHAEKF算法估算电池SOC.pdf
- 文件大小:
- 2.6 MB
- 下载次数:
- 60
-
高速下载
|
|
