《表2 SOC估计方法评价指标》
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。
图表编号 | XD0060741400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 颜学龙、谭霁宬 |
绘制单位 | 桂林电子科技大学电子工程与自动化学院、桂林电子科技大学电子工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |