科研之友
微信
新浪微博
Facebook
分享链接
摘要
滤波算法中观测方程的准确性在电池状态评估中起着决定性作用。然而，本文通过试验发现，由于温度、工作电流和荷电状态（SOC）的影响，即使使用精度较高的电池模型，扩展卡尔曼滤波算法（EKF）中观测方程的输出值与实际电压之间仍会存在较大误差，即产生了较大的新息。本文提出了一种基于观测方程重组的增强型扩展卡尔曼滤波算法（E-EKF）。该算法的核心思想是利用具有温度、SOC和电流自适应能力的误差修正策略对观测方程进行重组，实现算法中新息的降低，进而提高SOC估计的准确性。使用两种不同温度下的典型工况试验对E-EKF算法的性能进行了验证。试验结果表明，该算法能够适应不同的温度和工况，并具有较高的SOC估计精度。
- 单位
