论文部分内容阅读
针对电动汽车用动力电池建立一种改进的Thevenin模型，对其进行模型的参数辨识，针对该模型提出一种基于无迹卡尔曼滤波（UnscentedKalmanFilter，UKF）算法的荷电状态（StateofCharge，SOC）估计算法。通过对非线性函数的概率密度进行近似，用一系列确定的采样来逼近状态的后验概率密度，避免了计算雅可比矩阵，而且减少了计算量。利用带遗忘因子的最小二乘法进行电池模型的参数辨识，通过联邦城市运行（FederalUrbanDrivingSchedule，FUDS）工况试验验证了UKF滤