科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于传统卡尔曼滤波算法的电池组荷电状态(state of charge,SOC)估计方法适合于电流变化比较剧烈的电动汽车动力电池SOC估计,但由于电池模型以及系统噪声、量测噪声统计特性的不确定性,容易引起滤波发散。在研究与分析极化效应、库仑效率、内阻、温度、老化等对电池可用容量的影响实验的基础上,对扩展的卡尔曼滤波(expended kalman filter,EKF)算法进行改进。实验结果表明:改进后的EKF方法对随机的量测噪声具有较强的抑制能力,提高了估算精度,更适用于实际应用。
- 出版日期2013
- 单位湖南大学
