简介概要

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。

详情信息展示

基于AEKF算法的三元锂电池SOC估算方法研究

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;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号