一種基于雙重自適應(yīng)無際卡爾曼濾波器的
鋰電池SOC估計(jì)算法,利用了卡爾曼濾波器能實(shí)時(shí)跟蹤狀態(tài)量SOC準(zhǔn)確值的優(yōu)點(diǎn),避免了傳統(tǒng)安時(shí)積分法帶來的累積誤差問題,特別是通過提出自適應(yīng)無跡卡爾曼濾波器來實(shí)時(shí)估計(jì)鋰電池的SOC值,能夠在線估計(jì)過程噪聲和測(cè)量噪聲的協(xié)方差矩陣,避免了傳統(tǒng)卡爾曼濾波器由于僅假設(shè)估計(jì)過程中存在高斯白噪聲而導(dǎo)致的濾波估計(jì)性能降低,甚至濾波發(fā)散偏離真實(shí)值等問題。本發(fā)明提供的算法在進(jìn)行濾波計(jì)算的同時(shí),利用噪聲統(tǒng)計(jì)估計(jì)器對(duì)未知的或者不準(zhǔn)確的噪聲統(tǒng)計(jì)進(jìn)行實(shí)時(shí)在線修正,從而實(shí)現(xiàn)對(duì)鋰電池SOC的在線估計(jì),從而大大提高了SOC估計(jì)的精度和準(zhǔn)確性,在給定錯(cuò)誤SOC初始值的條件下收斂速度也大大增強(qiáng)。
聲明:
“基于雙重自適應(yīng)無際卡爾曼濾波器的鋰電池SOC估計(jì)算法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)