基于改进扩展卡尔曼粒子滤波算法的锂电池SOC估计

作者：夏飞; 王志成; 郝硕涛; 彭道刚; 余贝丽; 黄毅敏

来源：系统仿真学报, 2018, 1-11.

• SOC估计
• 三阶Thevenin模型
• 改进EKPF算法
• 重采样
• 权值排序

基于UTS分容柜所测得的实验数据,建立了18650锂电池的三阶Thevenin模型。将扩展卡尔曼滤波算法（Extened Kalman Filter,EKF）作为粒子滤波算法（Particle Filter,PF）的重要密度函数形成了扩展卡尔曼粒子滤波算法（Extened Kalman Particle Filter, EKPF）。对于EKPF算法在重采样过程中存在的样本退化、多样性丧失的问题,提出了一种通过权值排序的优胜劣汰粒子选择算法。然后采用通过该方法改进的EKPF算法对所建立的三阶Thevenin模型进行电池荷电状态（State of Charge, SOC）估计,实验结果表明,改进EKPF算法的SOC估计精度优于EKF算法和PF算法的SOC估计精度。

• 单位
  上海电力学院