基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法

摘要

本发明涉及一种基于UD分解的自适应扩展卡尔曼滤波的SOC估算方法，属于电动汽车动力电池管理领域，本发明在卡尔曼滤波方法上考虑了过程噪声和测量噪声是时变的这一特性，并采用噪声估值器来估计时变的噪声，引入了改进的Sage‑Husa噪声估计器，构成了自适应EKF算法。还考虑了计算机在进行浮点运算时，存在单位舍入误差问题，采用了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。本算法能够在多种工况电流下验证，本发明提出的了UD分解自适应扩展卡尔曼滤波算法有效的提高了算法的精度，提高了算法的稳定性。