基于RTS-IEKPF算法的锂电池SOC估算

作者：吴铁洲; 杜炘宇; 吴麟章

来源：现代电子技术, 2019, 42(18): 84-89.

DOI：10.16652/j.issn.1004-373x.2019.18.020

• 锂电池
• SOC估算
• RTS-IEKPF
• 粒子滤波
• 最优平滑
• 实验验证

针对瞬间大电流充放电使电池非线性加剧,使用迭代扩展卡尔曼滤波算法(IEKF)估算电池荷电状态(SOC)时会有较大误差。为了减小误差,进一步提高SOC的估算精度,提出一种基于锂电池复合电化学模型的融合RTS最优平滑的迭代扩展卡尔曼粒子滤波算法(RTS-IEKPF)。该方法利用RTS(Rauch-Tung-Streibel)最优平滑算法与IEKF算法结合生成粒子滤波的建议分布,得到RTS-IEKPF,并用该方法来估算锂电池的SOC。实验结果表明,RTS-IEKPF算法SOC的估算精度优于PF,IEKF和IEKPF算法SOC的估算精度。

• 单位
  湖北工业大学