随着新能源汽车市场规模的增长,电池管理系统(Battery Management Systems,BMS)的市场需求也进一步扩大。作为保障电池安全及延长电池寿命的BMS而言,动力锂电池组的荷电状态(State of Charge,SOC)估算是BMS研究的重点。在研究了安时积...随着新能源汽车市场规模的增长,电池管理系统(Battery Management Systems,BMS)的市场需求也进一步扩大。作为保障电池安全及延长电池寿命的BMS而言,动力锂电池组的荷电状态(State of Charge,SOC)估算是BMS研究的重点。在研究了安时积分法估算SOC时受SOC初始值影响较大,且具有累积误差的问题,以及扩展卡尔曼滤波算法(EKF)估算SOC时收敛较慢的基础上,采用二阶RC等效电路模型对锂电池进行建模分析,针对锂电池各参数受SOC变化的影响,引进无迹卡尔曼滤波(UKF)算法,给出了锂电池的SOC仿真实验。实验结果表明,该种基于UKF的估算方法对SOC的估算更准确,误差更小且收敛速度快,对传统采用定值电池参数BMS的改进具有重要意义。展开更多
文摘随着新能源汽车市场规模的增长,电池管理系统(Battery Management Systems,BMS)的市场需求也进一步扩大。作为保障电池安全及延长电池寿命的BMS而言,动力锂电池组的荷电状态(State of Charge,SOC)估算是BMS研究的重点。在研究了安时积分法估算SOC时受SOC初始值影响较大,且具有累积误差的问题,以及扩展卡尔曼滤波算法(EKF)估算SOC时收敛较慢的基础上,采用二阶RC等效电路模型对锂电池进行建模分析,针对锂电池各参数受SOC变化的影响,引进无迹卡尔曼滤波(UKF)算法,给出了锂电池的SOC仿真实验。实验结果表明,该种基于UKF的估算方法对SOC的估算更准确,误差更小且收敛速度快,对传统采用定值电池参数BMS的改进具有重要意义。
