典型文献
基于扩展卡尔曼滤波算法的锂电池剩余电量估计方法研究
文献摘要：
针对非线性系统锂电池剩余电量(State of Charge,SOC)估计常用算法——安时积分法初值精度要求高、累计误差大的问题,提出了基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法的SOC估计方法.通过建立合理的电池模型,利用MATLAB仿真在恒流工况下证明:安时积分法的平均误差为2.7％,EKF算法在无初始误差和存在初始误差两种工况下降低平均误差分别为0.97％和1.3％.最后通过ADVISOR 2002软件仿真验证了锂电池工作在两种动态电流工况下,基于EKF的SOC估计平均误差分别为1.06％、1.13％,符合SOC估计精度要求.
文献关键词：
EKF算法;SOC估计;ADVISOR;非线性系统
中图分类号：
作者姓名：
李田丰;王富洲;徐潇凡
作者机构：
上海理工大学机械工程学院,上海 200093
文献出处：
引用格式：
[1]李田丰;王富洲;徐潇凡-.基于扩展卡尔曼滤波算法的锂电池剩余电量估计方法研究)[J].软件工程,2022(04):1-6
A类：
B类：
扩展卡尔曼滤波算法,锂电池,电池剩余电量,估计方法,非线性系统,State,Charge,SOC,安时积分法,初值,精度要求,Extended,Kalman,Filter,EKF,电池模型,恒流,平均误差,初始误差,低平,ADVISOR,软件仿真,仿真验证,估计精度
AB值：
0.289843
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。
