典型文献
基于粒子群优化粒子滤波算法的SOC估算研究
文献摘要：
准确的获得电池的荷电状态(SOC)有助于缓解汽车行驶过程中的里程焦虑.针对粒子滤波估算SOC中存在的粒子退化的问题,将粒子群算法与粒子滤波融合的改进粒子滤波算法(GPSO-PF)算法应用于SOC的估计.在迭代中不断优化粒子所处位置,从而解决了粒子贫化的问题,提高了 SOC的估算精度.同时,针对SOC估算容易受到温度的影响,建立基于温度的等效电路模型,并将其应用于提出的SOC估算算法中.选取两节相同型号的磷酸铁锂电池,分别在不同工况下利用GPSO-PF算法估算SOC值,SOC的最大估算误差均低于0.72％.通过对比,与基于温度等效电路模型相结合后,GPSO-PF算法能够有效提高SOC的估算精度.
文献关键词：
粒子滤波;粒子群算法;SOC估计;等效电路模型
中图分类号：
作者姓名：
黄海宏;汪宇航;王海欣
作者机构：
合肥工业大学电气与自动化工程学院 合肥 230009
文献出处：
引用格式：
[1]黄海宏;汪宇航;王海欣-.基于粒子群优化粒子滤波算法的SOC估算研究)[J].电子测量与仪器学报,2022(02):245-253
A类：
粒子群优化粒子滤波,GPSO
B类：
SOC,荷电状态,汽车行驶,行驶过程,里程焦虑,粒子退化,粒子群算法,滤波融合,改进粒子滤波算法,PF,算法应用,粒子贫化,估算精度,等效电路模型,算算,两节,同型号,磷酸铁锂电池,不同工况,下利
AB值：
0.237011
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
