服务号

订阅号

稿件详情

当前位置:首页 >稿件详情

基于DFFRLS和神经网络-ASRUKF算法的蓄电池SOC估计

发布日期:2022-09-05  浏览次数:3460  下载次数:2275   DOI字段:10.19457/j.1001-2095.dqcd23266

      摘要:以3.5 V/20 A·h的磷酸铁锂电池为研究对象,针对其荷电状态(SOC)在线估计问题,建立二阶戴维南(Thevenin)等效RC电路模型,结合BP神经网络、动态遗忘因子最小递推二乘(DFFRLS)法和自适应平方根无迹卡尔曼滤波(ASRUKF)算法提出一种SOC联合估计算法。采用BP神经网络代替多项式拟合开路电压-荷电状态(OCV-SOC)曲线,提高曲线拟合精度;通过DFFRLS在线辨识模型参数;结合ASRUKF算法进行SOC联合估计。研究表明提出的联合估计算法有效消除了因噪声协方差初值人为设定的误差并克服滤波发散导致状态协方差矩阵非半正定问题,达到获取最优SOC估计值的目的。在循环动态压力测试(DST)实验工况下,将联合估计算法与其他传统算法进行比较,结果表明提出的SOC联合估计算法具有更好的快速性、收敛性和精确性。


      关键词:蓄电池;BP神经网络;动态遗忘因子RLS算法;自适应平方根UKF算法;SOC联合估计


      中图分类号:TM911.3    文献标识码:A 





返回顶部

天津电气科学研究院有限公司 版权所有 津ICP备07001287号 Powered by Handynasty

网上违法和不良信息举报电话(河东区):022-84376127 | 举报邮箱:wangzheng@tried.com.cn