论文部分内容阅读
采用数学模型法对磷酸铁锂电池进行非线性建模，优化了状态模型及观测模型。模型考虑了充放电倍率、温度、老化循环寿命等因素，对电池松弛效应及极化现象影响进行建模补偿，提高了电池建模的准确度，降低了不同条件下因电池模型造成电池荷电状态（SOC）估算的误差影响。在电池模型参数辨识基础上，提出采样自适应Sigma卡尔曼算法构建SOC估算模型，按照非线性模型对状态变量的分布构建Sigma采样序列，采用模型输出残差更新噪声协方差，赋予Sigma采样序列最优估计及噪声的权值，并实现误差量的实时更新，降低计算复杂度。通过持续