科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前电池荷电状态(SOC)估计算法在硬件处理单元中计算量大,耗费资源多的问题,提出在SOC估算中增大参数辨识尺度,利用带遗忘因子的递推最小二乘法对电池参数进行估计。与此同时,利用自适应扩展卡尔曼(AEKF)算法对电池进行SOC估计,使算法估计结果可随噪声统计特性变化而自适应更新,实现了电池模型参数与状态的联合估计,在此基础上研究不同时间尺度对SOC估算的影响,仿真结果显示:随着辨识尺度的增大,SOC估算精度也会随之下降,计算时间减少,在权衡考虑估算精度和计算消耗时间的条件下,可找到一个最优时间尺度在既保证SOC估算精度的同时减少硬件的计算量。
- 单位
