基于UD分解自适应EKF的锂电池SOC估算
【摘要】 电池荷电状态(SOC)是电池重要的性能指标之一，为电池管理系统实现管理控制提供了重要依据。针对卡尔曼滤波算法不能预估和修正噪声的问题，引入改进的Sage-Husa噪声估计器，构成自适应扩展卡尔曼滤波算法(AEKF)估算动力锂电池SOC。同时针对计算机在进行浮点运算时存在单位舍入误差问题，采用UD分解算法，保证任意时刻状态估计协方差矩阵的对称正定性，限制由于计算误差引起的滤波发散，提高算法的精度和稳定性。通过MATLAB仿真对本文算法进行了验证，并与标准EKF算法进行比较，结果表明该算法具有较高的估算精度和稳定性，可以满足应用要求。
