Indexed by：
Abstract：
在汽车复杂运行工况下,传统离线参数辨识方法辨识准确度低,无迹卡尔曼滤波(UKF)算法在估计荷电状态(SOC)过程中,协方差矩阵非正定,导致算法估计SOC失败.提出采用时变遗忘因子递推最小二乘法(TVFRLS)与奇异值无迹卡尔曼滤波(SVD-UKF)算法进行联合在线SOC估计,提高复杂工况下算法的准确性与鲁棒性.通过城市道路循环(UDDS)工况对算法进行验证,TVFRLS与SVD-UKF联合算法模拟仿真的最大绝对误差(AEE)为 1.31%、平均绝对误差(MEA)为0.56%、均方根误差(RMSE)为 0.75%.相较于传统UKF算法,MEA与RMSE分别降低了 60.0%和 51.9%.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电池
ISSN： 1001-1579
CN： 43-1129/TM
Year： 2023
Issue： 6
Volume： 53
Page： 634-638
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
