北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2012年
2期
125-129,145
,共6页
锂离子电池%荷电状态(SOC)%库仑效率%自适应无迹卡尔曼滤波(AUKF)
鋰離子電池%荷電狀態(SOC)%庫崙效率%自適應無跡卡爾曼濾波(AUKF)
리리자전지%하전상태(SOC)%고륜효솔%자괄응무적잡이만려파(AUKF)
针对电动汽车锂离子动力电池组能量管理中的荷电状态(SOC)预测问题,提出一种根据SOC及电流(SOC-I)计算库仑效率的方法,并建立电池SOC、充放电电流及充放电库仑效率的关系.以无迹卡尔曼滤波(UKF)算法为基础,采用自适应无迹卡尔曼滤波(AUKF)算法预测电池SOC,并将提出的库仑效率计算方法与UKF算法相结合构造了SOC-I-AUKF算法,该算法在预测过程中不断调整库仑效率、系统噪声协方差以及量测噪声协方差,以实现系统状态最优化预测.实验结果表明,SOC-I-AUKF算法有较好的SOC预测效果,与UKF算法相比,其SOC预测绝对误差、相对误差和平均误差水平都有显著提高.
針對電動汽車鋰離子動力電池組能量管理中的荷電狀態(SOC)預測問題,提齣一種根據SOC及電流(SOC-I)計算庫崙效率的方法,併建立電池SOC、充放電電流及充放電庫崙效率的關繫.以無跡卡爾曼濾波(UKF)算法為基礎,採用自適應無跡卡爾曼濾波(AUKF)算法預測電池SOC,併將提齣的庫崙效率計算方法與UKF算法相結閤構造瞭SOC-I-AUKF算法,該算法在預測過程中不斷調整庫崙效率、繫統譟聲協方差以及量測譟聲協方差,以實現繫統狀態最優化預測.實驗結果錶明,SOC-I-AUKF算法有較好的SOC預測效果,與UKF算法相比,其SOC預測絕對誤差、相對誤差和平均誤差水平都有顯著提高.
침대전동기차리리자동력전지조능량관리중적하전상태(SOC)예측문제,제출일충근거SOC급전류(SOC-I)계산고륜효솔적방법,병건립전지SOC、충방전전류급충방전고륜효솔적관계.이무적잡이만려파(UKF)산법위기출,채용자괄응무적잡이만려파(AUKF)산법예측전지SOC,병장제출적고륜효솔계산방법여UKF산법상결합구조료SOC-I-AUKF산법,해산법재예측과정중불단조정고륜효솔、계통조성협방차이급량측조성협방차,이실현계통상태최우화예측.실험결과표명,SOC-I-AUKF산법유교호적SOC예측효과,여UKF산법상비,기SOC예측절대오차、상대오차화평균오차수평도유현저제고.
