《表2 SOC估计方法评价指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ASECKF算法的锂电池荷电状态估计方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证在系统受未知时变统计特性观测噪声影响下基于ASECKF算法估计锂电池SOC方法的效果，给定与实际情况有偏差的先验观测噪声协方差R=0.000 5。设置状态变量中初始电池荷电状态时，给定正确值St=1。SOC估计结果对比曲线如图4所示，SOC估计绝对误差对比曲线如图5所示。从图4可看出，在放电全过程中EKF、UKF、SRCKF、ASECKF算法均能相对准确地估计出锂电池SOC值。从图5可看出，由于ASECKF算法有更高阶的非线性近似精度，并可以自适应修正观测噪声协方差R，使得误差更小，大部分时间ASECKF算法的误差曲线低于其他3种算法。SOC估计方法评价指标如表2所示。从表2可看出，ASECKF算法估计的SOC最大绝对误差为1.44%，平均绝对误差为0.45%，均方根误差为0.614%，表明在此场景下估计精度与稳定性均好于基于SRCKF、UKF、EKF算法的锂电池SOC估计方法。