典型文献
基于分数阶模型的锂电池SOC估计
文献摘要：
为提升锂电池荷电状态(state of charge,SOC)估计的精度,以二阶RC分数阶模型为研究对象,提出一种由分数阶无迹卡尔曼滤波算法和带可变遗忘因子最小二乘法组成的FOUKF+VFFRLS算法.其中分数阶无迹卡尔曼滤波算法用于锂离子电池荷电状态估计,带可变遗忘因子最小二乘法用于电池参数估计.该算法通过对状态变量和参数变量的递推估算,确保了电池状态和参数的实时更新.基于UDDS工况下的实验数据进行仿真分析,结果表明,该方法较FOUKF等算法具有更高的估计精度,电池SOC最大估计误差可控制在2％以内,验证了所提方法的正确性及有效性.
文献关键词：
荷电状态;分数阶模型;分数阶无迹卡尔曼;FOUKF+VFFRLS算法;锂离子电池
中图分类号：
作者姓名：
段双明;杨耀微
作者机构：
东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室,吉林吉林132012
文献出处：
引用格式：
[1]段双明;杨耀微-.基于分数阶模型的锂电池SOC估计)[J].电源技术,2022(08):862-866
A类：
分数阶无迹卡尔曼,FOUKF+VFFRLS,FOUKF
B类：
分数阶模型,锂电池,SOC,电池荷电状态,state,charge,RC,无迹卡尔曼滤波算法,可变遗忘因子,遗忘因子最小二乘法,锂离子电池,荷电状态估计,参数估计,状态变量,参数变量,递推,推估,电池状态,实时更新,UDDS,估计精度,估计误差,误差可控
AB值：
0.234548
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。
