为了精确估算锂离子动力电池的电池荷电状态(State Of Charge,SOC),在分析影响SOC估算精度的主要因素以及传统SOC估算方法的优缺点的基础上,提出一种改进的安时积分法,对影响SOC估算的主要因素进行参数修正。该算法采用基于简单电化学...为了精确估算锂离子动力电池的电池荷电状态(State Of Charge,SOC),在分析影响SOC估算精度的主要因素以及传统SOC估算方法的优缺点的基础上,提出一种改进的安时积分法,对影响SOC估算的主要因素进行参数修正。该算法采用基于简单电化学模型的组合电池模型,结合扩展的卡尔曼滤波(Extended Karlman Filter,EKF)算法对SOC进行估算。对比结果表明,在SOC的估算过程中能够保持很好的精度。展开更多
提出一种基于Thevenin改进模型的扩展卡尔曼滤波(Extended Karlman Filter,EKF)的SOC(State Of Charge)估算方法,设定不同SOC条件下利用脉冲响应测试法进行电路模型参数辨识,估算过程中采用查表法对电池放电不同阶段及不同倍率放电电流...提出一种基于Thevenin改进模型的扩展卡尔曼滤波(Extended Karlman Filter,EKF)的SOC(State Of Charge)估算方法,设定不同SOC条件下利用脉冲响应测试法进行电路模型参数辨识,估算过程中采用查表法对电池放电不同阶段及不同倍率放电电流进行滤波增益修正.在Matlab/Simulink中搭建电池仿真模型,编程实现了SOC估算,验证了模型的有效性.实验结果表明,该方法在SOC的估算过程中能够保持很好的精度.展开更多
文摘为了精确估算锂离子动力电池的电池荷电状态(State Of Charge,SOC),在分析影响SOC估算精度的主要因素以及传统SOC估算方法的优缺点的基础上,提出一种改进的安时积分法,对影响SOC估算的主要因素进行参数修正。该算法采用基于简单电化学模型的组合电池模型,结合扩展的卡尔曼滤波(Extended Karlman Filter,EKF)算法对SOC进行估算。对比结果表明,在SOC的估算过程中能够保持很好的精度。
文摘提出一种基于Thevenin改进模型的扩展卡尔曼滤波(Extended Karlman Filter,EKF)的SOC(State Of Charge)估算方法,设定不同SOC条件下利用脉冲响应测试法进行电路模型参数辨识,估算过程中采用查表法对电池放电不同阶段及不同倍率放电电流进行滤波增益修正.在Matlab/Simulink中搭建电池仿真模型,编程实现了SOC估算,验证了模型的有效性.实验结果表明,该方法在SOC的估算过程中能够保持很好的精度.
