简介:
一种基于双重自适应无际卡尔曼滤波器的锂电池SOC估计算法,利用了卡尔曼滤波器能实时跟踪状态量SOC准确值的优点,避免了传统安时积分法带来的累积误差问题,特别是通过提出自适应无迹卡尔曼滤波器来实时估计锂电池的SOC值,能够在线估计过程噪声和测量噪声的协方差矩阵,避免了传统卡尔曼滤波器由于仅假设估计过程中存在高斯白噪声而导致的滤波估计性能降低,甚至滤波发散偏离真实值等问题。本发明提供的算法在进行滤波计算的同时,利用噪声统计估计器对未知的或者不准确的噪声统计进行实时在线修正,从而实现对锂电池SOC的在线估计,从而大大提高了SOC估计的精度和准确性,在给定错误SOC初始值的条件下收敛速度也大大增强。
一种基于双重自适应无际卡尔曼滤波器的
锂电池SOC估计算法,利用了卡尔曼滤波器能实时跟踪状态量SOC准确值的优点,避免了传统安时积分法带来的累积误差问题,特别是通过提出自适应无迹卡尔曼滤波器来实时估计锂电池的SOC值,能够在线估计过程噪声和测量噪声的协方差矩阵,避免了传统卡尔曼滤波器由于仅假设估计过程中存在高斯白噪声而导致的滤波估计性能降低,甚至滤波发散偏离真实值等问题。本发明提供的算法在进行滤波计算的同时,利用噪声统计估计器对未知的或者不准确的噪声统计进行实时在线修正,从而实现对锂电池SOC的在线估计,从而大大提高了SOC估计的精度和准确性,在给定错误SOC初始值的条件下收敛速度也大大增强。