-
题名基于改进扩展卡尔曼滤波算法的SOC估算
被引量：2
- 1
-
-
作者
胡坤
张冰战
刘忠涛
汪永嘉
朱茂飞
-
机构
合肥工业大学汽车与交通工程学院
安徽省数字化设计与制造重点实验室
合肥学院先进制造工程学院
安徽省智能车辆控制与集成设计技术工程研究中心
-
出处
《汽车实用技术》
2023年第23期6-13,共8页
-
基金
中央高校基本科研业务费专项资金资助(PA2023GDSK0065)。
-
文摘
在电动车、储能系统和移动设备等领域中,电池管理系统是保障电池组性能和安全性的关键技术之一,而电池荷电状态(SOC)估算是其重要的组成部分。文章重点针对18650型号的磷酸铁锂电池(单体电池)SOC估算展开研究和设计,首先选择双阶远程控制(RC)模型作为电池模型,通过电池容量标定实验、开路电压(OCV)-SOC标定实验、混合功率脉冲特性(HPPC)实验确定了双阶RC模型的各个动态参数,在MATLAB/Simulink中搭建动力电池仿真模型,验证了所选模型的可靠性。然后,为了解决单体电池SOC估算精度和成本等问题,以扩展卡尔曼滤波(EKF)算法为基础提出了一种改进方法,即在预测第k个时间步的误差协方差矩阵时,引入了时变渐消因子,在更新方差Q和R时引入自适应分子。最后,通过不同循环工况对提出的算法进行仿真分析,结果显示,提出的算法提升了SOC估算的精度,实用性强。
-
关键词
锂离子电池
卡尔曼滤波算法
双阶rc模型
SOC估算
参数辨识
-
Keywords
Lithium-ion battery
Extended Kalman filter algorithm
Dual-order rc model
SOC estimation
Parameter identification
-
分类号
U469.72
[机械工程—车辆工程]
-
