基于RIME-UKF算法的铅炭电池状态估计OA
精确估算铅炭电池的SOC(荷电状态)对提升其运行效能、延长使用寿命及保障系统安全具有重要意义。提出一种融合RIME(霜冰优化算法)与UKF(无迹卡尔曼滤波)的SOC估算方法,结合RIME的全局寻优能力与UKF的高精度滤波特性,以实现准确估算。通过混合脉冲功率特性测试获取电池的伏安特性数据,构建二阶PNGV(新一代汽车合作伙伴)等效电路模型,并采用RIME算法进行分段拟合,完成模型参数辨识。在此基础上,分别应用RIME-UKF算法与标准UKF算法对铅炭电池SOC进行估算。在SAE(美国汽车工程师学会)制定的UDDS(城市动力驱动循环测试)和DST(动态应力测试)典型工况下进行验证。结果表明,所提算法在DST和UDDS工况下的SOC估算误差分别控制在0.2%和0.4%以内,验证了算法的准确性。同时,在非满电初始状态下进行SOC估算,进一步验证了该算法具有良好的鲁棒性。
余刚龙;王峰;杨云福;王鲁;李玮;杨灿宇;李银辉
西南林业大学机械与交通学院,云南昆明650244西南林业大学机械与交通学院,云南昆明650244云南省农业机械研究所有限公司,云南昆明650244西南林业大学机械与交通学院,云南昆明650244西南林业大学机械与交通学院,云南昆明650244西南林业大学机械与交通学院,云南昆明650244西南林业大学机械与交通学院,云南昆明650244
信息技术与安全科学
铅炭电池SOC(荷电状态)霜冰优化算法PNGV模型无迹卡尔曼滤波(UKF)
《电源技术》 2026 (9)
P.1846-1855,10
云南省科技厅重大科技专项计划(202402AE090027-03-03)。
评论