本文研究锂离子电池的荷电状态(State of Charge,SOC)估计,引入二阶分数阶等效电路模型,提出一种先进的估计算法。对传统的二阶整数阶等效模型进行创新性改进,引入恒相元件来代替原始的整数阶电容元件,构建了更精确的二阶分数阶等效电...本文研究锂离子电池的荷电状态(State of Charge,SOC)估计,引入二阶分数阶等效电路模型,提出一种先进的估计算法。对传统的二阶整数阶等效模型进行创新性改进,引入恒相元件来代替原始的整数阶电容元件,构建了更精确的二阶分数阶等效电路模型。以最小二乘法的数据为基础,采用粒子群体算法进行二阶分数阶等效电路模型的参数辨识。在动态应力测试(Deep State Transition,DST)工作模式下进行仿真试验,比较分数阶扩展卡尔曼滤波算法与扩展卡尔曼滤波算法在SOC估计方面的性能。试验结果显示,分数阶扩展卡尔曼滤波算法在提高SOC估测精度方面表现更好,其SOC估测波动更小,抗干扰能力更强。展开更多
文摘本文研究锂离子电池的荷电状态(State of Charge,SOC)估计,引入二阶分数阶等效电路模型,提出一种先进的估计算法。对传统的二阶整数阶等效模型进行创新性改进,引入恒相元件来代替原始的整数阶电容元件,构建了更精确的二阶分数阶等效电路模型。以最小二乘法的数据为基础,采用粒子群体算法进行二阶分数阶等效电路模型的参数辨识。在动态应力测试(Deep State Transition,DST)工作模式下进行仿真试验,比较分数阶扩展卡尔曼滤波算法与扩展卡尔曼滤波算法在SOC估计方面的性能。试验结果显示,分数阶扩展卡尔曼滤波算法在提高SOC估测精度方面表现更好,其SOC估测波动更小,抗干扰能力更强。
