改进卡尔曼滤波的融合型锂离子电池SOC估计方法.pdf

《改进卡尔曼滤波的融合型锂离子电池SOC估计方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第7期2016年7月仪器仪表学报ChineseJournalofScientificInstrumentV01．37No．7Jul．2016改进卡尔曼滤波的融合型锂离子电池SOC估计方法木赵天意，彭喜元，彭宇，刘大同(哈尔滨工业大学电气工程及自动化学院哈尔滨150080)摘要：荷电状态(SOC)估计对于锂离子电池充放电优化控制、任务规划、可靠性提升等均具有重要价值，针对广泛应用的卡尔曼滤波(KF)一类方法存在的参数设置无具体标准、模型性能随工况环境改变而适应性降低等问题，提出一种噪声方差可变卡尔曼滤波方法(VVKF)的SOC估计算法，该算法每次迭代时估计并设定

2、最适应当前系统状态的的噪声方差，克服了KF噪声方差初值依靠人为经验设定而造成精度下降的问题，同时采用最小二乘支持向量机作为KF的量测方程，通过建立样本库的方式克服电池型号以及工况改变对SOC估计精度的影响。采用马里兰大学CACLE中心锂离子电池数据集的实验证明了VVKF较KF性能的提升以及SOC估计的有效性。关键词：锂离子电池；荷电状态估计；卡尔曼滤波器；最tJ、--乘支持向量机；方差可变中图分类号：TP206+．3THl65+．3文献标识码：A国家标准学科分类代码：510．40Lithium-ionbatterySOCestimationmethodwithfusi

3、onimprovedKalmanmteralgorithmZhaoTianyi，PengXiyuan，PengYu，LiuDatong(SchoolofElectricalEngineeringandAutomation，Har6inInstituteofTechnology，Harbin150080，China)Abstract：Lithium—ionbatterystateofcharge(SOC)estimationisveryessentialtoitschargeanddischargeoptimumcontrol，taskplanning，reliabil

4、ityimprovement，andetc．KalmanFilter(KF)anditsderivativemethodswidelyusednowadayshavethelimitationssuchasnoconcretecriteriaforparametersettings，poormodeladaptabilityundervariedenvironmentconditions，andetc．Tosolvetheseproblems，anSOCestimationalgorithmbasedonnoiseVarianceVariableKalmanFilte

5、ring(VVKF)methodisproposed．nealgorithmestimatesandsetsthenoisevariancesmostsuitableforthesystemcurrentstateineachiteration，whichsolvestheproblemofaccuracydegradationcausedbysettingtheinitialKFnoisevariancevalueaccordingtoexpertexperiences．7nleLeastSquaresSupportVectorMachine(IS—SVM)isap

6、pliedforthemeasurementequationofKF．Throughestablishingasamplelibrary，theinfluenceofthevariationofbatterytypesandoperatingconditionsontheSOCestimationaccuracyiseliminated．Experimentonthelithium—ionbatterydatasetobtainedfromCACLEatUniversityofMarylandwasconducted；theexperimentresultsprove

7、theperformanceimprovementofVVKFoverKFandtheeffectivenessofVVKFinSOCestimation．Keywords：lithium·ionbattery；stateofcharge(SOC)estimation；Kalmanfilter；leastsquaressupportvectormachine；varianceva而able1引言锂离子电池是将化学能转化为电能的装置，其荷电状态(stateofcharge，SOC)表征了电池当前剩余容量的多少，是表征电池状态的重要参数⋯。目前SOC估计