基于滑动窗自适应滤波的锂电池SOC/SOH联合估计

被引：16

作者：

汪秋婷 ^{[1
]}

姜银珠 ^{[2
]}

陆赟豪 ^{[2
]}

机构：

[1] 浙江大学城市学院

[2] 浙江大学

来源：

电源技术 | 2017年 / 41卷 / 01期

基金：

浙江省自然科学基金;

关键词：

锂电池; 滑动窗滤波; SOC; SOH; Kalman; 参数估计;

D O I：

暂无

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

以锂电池电化学-电路等效组合模型为基础,研究电池荷电状态(SOC)和健康状况(SOH)联合估计算法。电池组合模型包含电化学等效模型和电路等效模型两部分,两个RC并联电路分别表示电池工作过程中的瞬态响应和稳态响应。针对电池模型参数和性能参数的非线性特征,提出基于滑动窗滤波模型的非线性参数估计方法,该方法适用于锂电池的管理系统。同时,在模型参数和性能参数估计值的基础上,提出基于Kalman算法的电池SOC/SOH自适应在线联合估计方法。实验结果显示,新算法较好地解决了锂电池非线性模型引起的计算误差,保证电池SOC/SOH估计结果的实时性和有效性。

引用

页码：17 / 20+172 +172

页数：5