文献类型：期刊文章

作　　者：封居强[1] 伍龙[1] 黄凯峰[1] 卢俊[2] 张星[1]

FENG Juqiang;WU Long;HUANG Kaifeng;LU Jun;ZHANG Xing(College of Mechanical and Electrical Ngineering,Huainan Normal University,Huainan 232038,Anhui,China;Huainan Mining Electronic Technology Research Institute,Huainan 232008,Anhui,China)

机构地区：[1]淮南师范学院机械与电气工程学院,安徽淮南232038 [2]淮南市矿用电子技术研究所,安徽淮南232008

出　　处：《储能科学与技术》

基　　金：安徽高校自然科学研究项目(KJ2019A0692);安徽高校自然科学研究项目(KJ2019A0692)。

年　　份：2021

卷　　号：10

期　　号：1

起止页码：242-249

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：本文基于Thevenin等效电路模型,结合遗忘因子最小二乘法(FFRLS)和自适应扩展卡尔曼滤波算法(AEKF)提出联合估计荷电状态(SOC)算法。FFRLS对模型进行参数辨识,为SOC估计提供时变的模型参数;AEKF对SOC进行在线估计,为模型参数辨识提供准确的开路电压。以北京公交的纯电动客车用动力动态测试工况(BBDST)进行仿真实验,并与FFRLS在线辨识及安时积分法的SOC估计进行对比。该算法实现端电压的快速跟踪,精度较FFRLS提高了85%;SOC估计结果能够快速收敛,精度在1.5%~2%范围。研究结果表明,本文算法能够对模型系统进行闭环修正,从而具有更高的精度和更好的适应性。

关 键 词：荷电状态估计 FFRLS  AEKF  BBDST  

分 类 号：TM911]