本发明针对粒子滤波存在的粒子退化和多样性不足等缺陷,提出一种权值递减粒子群改进无迹粒子滤波的
锂电池SOC估计方法。文章选取改进的戴维南电路模型作为锂电池的等效模型,利用无迹卡尔曼滤波生成粒子滤波中的重要密度函数。引入粒子群优化算法改进重采样过程中粒子匮乏现象,粒子通过搜索重要性分布中的最优粒子位置,不断迭代更新自身位置,使每个粒子不断向最优位置移动,最大程度逼近后验概率密度函数。粒子滤波和粒子群算法的联合能同时改进粒子滤波中的重要密度函数和重采样过程,解决粒子退化和匮乏现象,克服了现有算法针对单一的缺陷进行改进的不足,提高了SOC估算的准确度和估算效率。
声明:
“改进的无迹粒子滤波锂电池SOC估计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)