文档名：基于二阶RC网络模型的UKPFVFFRLS电池SOC预测估计
摘要：针对单一滤波算法对动力电池荷电状态(SOC)预测估计精度有限的问题,分析并建立了二阶RC网络等效电路模型,进行了离线参数辨识,并验证了辨识结果的准确性.以该模型为基础,运用无迹卡尔曼粒子滤波(UKPF)算法对动力电池SOC的动态模型状态进行预测估计,以带可变遗忘因子的递推最小二乘法(VFFRLS)对动态模型参数进行辨识,两者互为输入输出,实现UKPF-VFFRLS算法的联合估计.仿真实验结果表明:相比原有单一滤波算法,UKPF-VFFRLS联合估计算法使得SOC平均误差降低至0.74％,均方根误差(RMSE)低至0.0099,提高了SOC的预测估计结果精度,从而提升了能源消耗预判能力和电池使用效率.
作者：许耀辉 张丽霞 刘大勇 常凤筠 Author：XUYaohui ZHANGLixia LIUDayong CHANGFengjun
作者单位：辽宁科技大学电子与信息工程学院,辽宁鞍山114051;中国科学院沈阳自动化研究所,辽宁沈阳110016辽宁省大数据管理中心(辽宁省信息中心),辽宁沈阳110002中国科学院沈阳自动化研究所,辽宁沈阳110016辽宁科技大学电子与信息工程学院,辽宁鞍山114051
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(5)
分类号：TM912
关键词：二阶RC网络 UKPF VFFRLS SOC联合估计
机标分类号：TU201.5TM346TM912
在线出版日期：2023年6月2日
基金项目：基于二阶RC网络模型的UKPF-VFFRLS电池SOC预测估计[
期刊论文] 电源技术--2023, 47(5)许耀辉 张丽霞 刘大勇 常凤筠针对单一滤波算法对动力电池荷电状态(SOC)预测估计精度有限的问题,分析并建立了二阶RC网络等效电路模型,进行了离线参数辨识,并验证了辨识结果的准确性.以该模型为基础,运用无迹卡尔曼粒子滤波(UKPF)算法对动力电池SOC...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
基于二阶RC网络模型的UKPF-VFFRLS电池SOC预测估计 SOC estimation based on two-order RC network model and UKPF-VFFRLS algorithm
基于二阶RC网络模型的UKPF-VFFRLS电池SOC预测估计.pdf
- 文件大小:
- 2.26 MB
- 下载次数:
- 60
-
高速下载
|
|
