-
题名车用锂离子电池SOC估算研究
被引量：8
- 1
-
-
作者
王海龙
左付山
张营
-
机构
南京林业大学汽车与交通工程学院
-
出处
《自动化仪表》
CAS
2021年第6期72-76,共5页
-
基金
国家自然科学基金青年科学基金资助项目(51505229)。
-
文摘
电池荷电状态(SOC)作为电池管理系统(BMS)后续控制、管理、诊断中的基本参数之一,其实时精确的估算对于BMS的可靠性与准确性有着重要的影响。在SOC估算算法中,卡尔曼滤波算法凭借着估算精度高、实用性好等优点被广泛应用。卡尔曼滤波算法估算SOC主要包括3个步骤。首先介绍了电池模型,对于常用的电等效电路模型进行了详细的分析,包括Rint模型、Randles模型、nRC模型。接着,讲解了电池模型与卡尔曼滤波算法结合的2个步骤,即状态空间方程的离散化及参数辨识。然后,重点探讨和比较了几种卡尔曼算法的基本原理以及应用的不同,主要包括扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和立方卡尔曼滤波算法。最后,通过对卡尔曼滤波算法在车用锂离子电池SOC估算中应用的分析,总结出了可以进一步提高SOC估算精度以及实用性的建议。
-
关键词
锂离子电池
卡尔曼滤波
荷电状态估算
电等效电路模型
参数辨识
电动汽车
扩展卡尔曼滤波
无迹卡尔曼滤波
-
Keywords
Lithium-ion battery
Kalman filter
State of charge(SOC)estimation
Electric equivalent circuit model
Parameter identification
Electric car
Extended Kalman filter(EKF)
Unscented Kalman filter(UKF)
-
分类号
TH-3
[机械工程]
-
