基于卡尔曼滤波的锂离子电池模型参数辨识

被引：23

作者：

项宇

刘春光

李嘉麒

机构：

[1] 装甲兵工程学院陆战平台全电化技术重点实验室

来源：

兵器装备工程学报 | 2016年 / 37卷 / 10期

关键词：

锂离子电池; 参数辨识; 粒子群优化算法; 卡尔曼滤波;

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：

为了提高锂离子电池仿真模型精度,提出了基于改进的粒子群优化卡尔曼滤波(IPSO-KF)算法辨识电池模型参数。依据卡尔曼滤波算法,根据电池电压、电流,估计电池二阶RC模型参数。利用改进的粒子群算法优化卡尔曼滤波中的协方差矩阵,提高模型参数的辨识精度,建立精确的电池模型。

引用

页码：147 / 151

页数：5

共 10 条

[1]

电动汽车用镍氢电池模型参数辨识和SOC估算研究 [D].

李超 .

天津大学,

2007

[2]

Logistic模型的研究 [D].

余爱华 .

南京林业大学,

2003

[3]

Mechanical–electrochemical modeling of Li-ion battery designed for an electric scooter.[J].Siddique A. Khateeb;Mohammed M. Farid;J. Robert Selman;Said Al-Hallaj.Journal of Power Sources.2005, 1

[4]

Rapid test and non-linear model characterisation of solid-state lithium-ion batteries.[J].Suleiman Abu-Sharkh;Dennis Doerffel.Journal of Power Sources.2004, 1

[5]

Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs.[J].Gregory L. Plett.Journal of Power Sources.2004, 2

[6]

Fuzzy logic modelling of state-of-charge and available capacity of nickel/metal hydride batteries [J].