您当前的位置： 首页 > 论文 > 2020,51(05) > 信息与计算机·电气与动力工程
基金项目:
国家重点R&D计划项目(2017YFB0103801);上海汽车工业技术发展基金会项目(1620)
分类号:
TM912
DOI:
10.16355/j.cnki.issn1007-9432tyut.2020.05.019
期刊号:
2020,51(05)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 彭方想 | 北京理工大学机械与车辆学院 |
摘要:
针对锂离子动力电池的荷电状态(SOC)估计问题,以三元锂(MNC)电池为研究对象,选用Thevenin等效电路模型,建立电池模型的状态方程和观测方程,完成了带遗忘因子的递推最小二乘法(FFRLS)的理论推导。进行电池单体混合动力脉冲功率特性测试(HPPC测试),基于测试数据和FFRLS算法完成电池模型的在线参数辨识,并通过锂离子电池的端电压精度来验证算法的可行性;在此基础上,提出一种权值选择粒子滤波(WSPF)算法来实现锂离子电池SOC估计,该算法中全部粒子都参与粒子滤波过程,但只选择较优权重粒子用于电池状态估计,从而解决粒子滤波的粒子退化问题,提高粒子的多样性。通过HPPC测试和动态工况测试(DST)结果验证,WSPF算法的估计精度能控制在2%以内。与重采样粒子滤波(SIR-PF)算法相比,WSPF算法的估计精度高,鲁棒性好。
关键字:
Thevenin模型;在线参数辨识;SOC估计;权值选择粒子滤波算法;