【摘要】：以DST和FUDS试验数据作为验证数据，验证提出的基于分数阶卡尔曼滤波器的SOC估计算法的有效性。DST和FUDS试验工况可以代表超级电容系统在车辆运行条件下的实际加载状况，其电流如图618所示。图618DST和FUDS试验工作电流如图619所示，20℃时，在DST和FUDS试验工况下，本书提出的SOC估计器均能够迅速纠正初始偏差，并准确地估计SOC。图61920℃ DST和FUDS试验SOC估计图62020℃ DST和FUDS试验SOC估计误差
以DST和FUDS试验数据作为验证数据，验证提出的基于分数阶卡尔曼滤波器的SOC估计算法的有效性。DST和FUDS试验工况可以代表超级电容系统在车辆运行条件下的实际加载状况，其电流如图6−18所示。值得注意的是，本书采用实验室条件下的电流积分法计算SOC的真值，电流采样精度到达1 mA，可以保证SOC真值的准确性。为了保证SOC估计算法的收敛，利用试错的方法确定输入噪声和测量噪声协方差矩阵Q和R。初始状态估计设为
，并特意赋予一定的偏差（即真值为0.97，
初值设为0.8），初始误差协方差矩阵为P0。
图6−18 DST和FUDS试验工作电流
(www.xing528.com)
如图6−19所示，20℃时，在DST和FUDS试验工况下，本书提出的SOC估计器均能够迅速纠正初始偏差，并准确地估计SOC。两种动态工况下的估计误差如图6−20所示。可以看出，在DST和FUDS工况下SOC估计误差分别限制在1%和2%以内，在其他温度下，也得到了类似的结果，从而验证了提出的基于分数阶卡尔曼滤波器的SOC估计算法的有效性。
图6−19 20℃ DST和FUDS试验SOC估计
图6−20 20℃ DST和FUDS试验SOC估计误差
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
