基于AEKF算法的三元锂电池SOC估算方法研究
来源期刊:控制工程2021年第4期
论文作者:夏黎黎 王顺利 于春梅 李建超 谢伟
文章页码:730 - 735
关键词:荷电状态;自适应扩展卡尔曼滤波算法;扩展卡尔曼滤波算法;锂电池;
摘 要:锂电池的荷电状态(state of charge, SOC)作为锂电池的重要参数之一,其估算精度对锂电池的管理有很大影响。扩展卡尔曼滤波算法作为常用的SOC估算方法,忽略了噪声变化对SOC估算的影响,在运用时会出现噪声误差累积的情况。自适应扩展卡尔曼滤波算法能对扩展卡尔曼滤波算法估算SOC时的噪声进行修正。实验结果表明,该方法能有效提高SOC估算精度。在动态应力测试工况下,估算精度提高2%;在北京公交纯电动客车动态应力测试工况下,估算精度提高0.39%。该方法能够提高实际应用中的SOC估算精度,从而可以提高锂电池的管理效率。
夏黎黎1,王顺利1,于春梅1,李建超2,谢伟3
1. 西南科技大学信息工程学院2. 绵阳市产品质量监督检验所3. 四川华泰电气股份有限公司
摘 要:锂电池的荷电状态(state of charge, SOC)作为锂电池的重要参数之一,其估算精度对锂电池的管理有很大影响。扩展卡尔曼滤波算法作为常用的SOC估算方法,忽略了噪声变化对SOC估算的影响,在运用时会出现噪声误差累积的情况。自适应扩展卡尔曼滤波算法能对扩展卡尔曼滤波算法估算SOC时的噪声进行修正。实验结果表明,该方法能有效提高SOC估算精度。在动态应力测试工况下,估算精度提高2%;在北京公交纯电动客车动态应力测试工况下,估算精度提高0.39%。该方法能够提高实际应用中的SOC估算精度,从而可以提高锂电池的管理效率。
关键词:荷电状态;自适应扩展卡尔曼滤波算法;扩展卡尔曼滤波算法;锂电池;