典型文献
IAGA辨识分数阶模型与FOAEKF算法的锂电池SOC估计
文献摘要：
锂电池荷电状态(SOC)的精确估计可以有效提高锂电池的使用寿命和电动汽车工作时的安全系数.为了降低模型误差与工况噪声对SOC估计精度的影响,依据分数阶理论建立锂电池分数阶等效电路模型,采用改进自适应遗传算法(IAGA)对分数阶模型进行参数辨识,结合基于噪声残差新息的分数阶自适应扩展卡尔曼滤波算法(FOAEKF)实现对锂电池SOC的精确估计.在城市道路循环工况(UDDS)下,分别采用FOAEKF、分数阶扩展卡尔曼滤波算法(FOEKF)和整数阶扩展卡尔曼滤波算法(IOEKF)对锂电池SOC进行估计,三者估计的平均绝对误差分别为0.00749、0.01117、0.01574,均方根误差分别为0.00916、0.0138、0.0186.结果表明IAGA-FOAEKF算法提高了复杂工况下电池模型和SOC估计的准确性.
文献关键词：
分数阶模型;自适应;遗传算法;扩展卡尔曼滤波;荷电状态
中图分类号：
作者姓名：
张梦龙;凌六一;宫兵;邢丽坤
作者机构：
安徽理工大学电气与信息工程学院,安徽淮南232001
文献出处：
引用格式：
[1]张梦龙;凌六一;宫兵;邢丽坤-.IAGA辨识分数阶模型与FOAEKF算法的锂电池SOC估计)[J].电源技术,2022(06):638-642
A类：
FOAEKF,分数阶等效电路模型,分数阶扩展卡尔曼滤波,FOEKF,IOEKF
B类：
IAGA,分数阶模型,锂电池,SOC,电池荷电状态,精确估计,电动汽车,车工,安全系数,模型误差,估计精度,分数阶理论,改进自适应遗传算法,参数辨识,新息,自适应扩展卡尔曼滤波,扩展卡尔曼滤波算法,城市道路,循环工况,UDDS,整数阶,平均绝对误差,复杂工况,电池模型
AB值：
0.207775
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。
