锂离子电池自适应参数辨识与SoC估算研究

被引:43
作者
张利 [1 ,2 ]
刘帅帅 [1 ]
刘征宇 [1 ,2 ]
常成 [3 ]
机构
[1] 合肥工业大学机械与汽车工程学院
[2] 安全关键工业测控技术教育部工程研究中心
[3] 埃泰克汽车电子(芜湖)有限公司
关键词
锂离子电池; 荷电状态(SoC); 自适应参数辨识; PI观测器;
D O I
10.13382/j.jemi.2016.01.006
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
传统的锂离子电池SoC估算以固定参数的电池模型为基础,不能反映电池内部的真实状态,进而影响了估算精度。为此,提出一种模型参数自适应辨识与SoC估算相结合的协同估算方法。首先建立电池二阶RC等效电路模型,通过脉冲充放电实验获取开路电压与SoC关系并进行分段线性化,得到模型状态空间表达式。然后采用限定记忆递推最小二乘法进行模型参数自适应辨识与逐步更新,并设计PI观测器以实现SoC估算,两者协同从而提高估算精度。理论分析证明了PI观测器的鲁棒性。实验和仿真结果表明,该算法具有很高的SoC估算精度,估计误差范围在1.5%以内,平均估算误差只有1.28%。
引用
收藏
页码:45 / 51
页数:7
相关论文
共 8 条
[1]
基于二阶斯特林插值滤波器的电池SOC估计 [J].
刘艳莉 ;
严志浩 ;
程泽 ;
戴胜 .
电子测量与仪器学报, 2015, 29 (01) :55-60
[2]
锂离子电池特性研究 [J].
张国安 .
电子测量技术, 2014, 37 (10) :41-45
[3]
基于改进卡尔曼滤波的锂电池SOC估算研究 [J].
潘卫华 ;
刘晓丹 .
计算机仿真, 2014, 31 (03) :148-150+247
[4]
基于卡尔曼滤波修正算法的电池SOC估算 [J].
毛华夫 ;
万国春 ;
汪镭 ;
张谦 .
电源技术, 2014, 38 (02) :298-302
[5]
基于改进的EKF法估计电动汽车电池SOC [J].
严喜林 ;
许加柱 ;
何建 ;
兰五胜 .
电源技术, 2013, 37 (11) :2003-2006
[6]
双卡尔曼滤波算法在锂电池SOC估算中的应用 [J].
王笑天 ;
杨志家 ;
王英男 ;
王忠锋 .
仪器仪表学报, 2013, 34 (08) :1732-1738
[7]
锂离子电池SOC与模型参数联合估算研究 [J].
张利 ;
朱雅俊 ;
刘征宇 .
电子测量与仪器学报, 2012, 26 (04) :320-324
[8]
基于自适应滤波的电动汽车动力电池荷电状态估计方法 [J].
王军平 ;
曹秉刚 ;
陈全世 .
机械工程学报, 2008, (05) :76-79