《表1 DST工况下各种算法对比》

  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

《基于遗传算法优化扩展卡尔曼滤波的锂电池SOC估计》

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

在实际使用中，动力锂电池的SOC估计算法不仅需要有较高的准确性和实时性，还需要有较强的鲁棒性。图5给出了GA-EKF算法在DST实验中针对鲁棒性的测试结果，其初始参数分别设置为SOC（0）=0.98，P=diag（[0.0001 50.01]），R=[50]，Q=（10-4）diag（[0.001 30.072]）。ΔSOC0为真实值与估计初始值之间的误差百分比，本文分别在误差为10%、15%和20%的3种情况下进行仿真测试，验证算法的鲁棒性。实验结果表明:虽然初始时刻SOC的设定值偏离实际值较远，但是算法能够实现SOC的估计值快速向真实值逼近（700 s内）；在逼近真实值之后，SOC的估计值在真实值附近有较小的波动，不仅能满足精度需求，还能满足鲁棒性要求。