基于Drift-Ah积分法的CKF估算锂电池SOC

被引:39
作者
刘新天 [1 ]
李涵琪 [1 ]
魏增福 [2 ]
何耀 [1 ]
曾国建 [1 ]
机构
[1] 合肥工业大学汽车工程技术研究院
[2] 广东电科院能源技术有限责任公司
关键词
锂电池; 荷电状态; 漂移电流; Drift-Ah积分法; 噪声组合模型; 容积卡尔曼滤波器;
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
锂电池荷电状态(SOC)是反映电池使用情况的重要参数之一.在锂电池实际工作过程中,电流传感器测量时的漂移电流会对SOC估计精度造成很大影响.对此,提出一种加入漂移电流的Drift-Ah积分法,建立SOC的噪声组合模型,并采用容积卡尔曼滤波算法(CKF)实现锂电池的SOC估计.最后,对锂电池进行模拟工况实验,仿真结果表明,所提出的估计算法可以有效抑制漂移电流的干扰,精度高且复杂度低.
引用
收藏
页码:535 / 541
页数:7
相关论文
共 18 条
[1]
开环霍尔直流电流传感器及其校正方法设计 [D]. 
何晓兰 .
中国科学院大学(工程管理与信息技术学院),
2015
[2]
基于自适应无迹卡尔曼滤波的锂电池SOC估计 [J].
刘胜永 ;
于跃 ;
罗文广 ;
李昊 ;
黄俊华 .
控制工程, 2017, 24 (08) :1611-1616
[3]
基于BP-EKF算法的锂电池SOC联合估计 [J].
孔祥创 ;
赵万忠 ;
王春燕 .
汽车工程, 2017, 39 (06) :648-652
[4]
三元锂电池荷电状态估计的传感器误差影响 [J].
郑岳久 ;
许霜霜 ;
张振东 .
汽车安全与节能学报, 2017, 8 (02) :198-204
[5]
基于贝叶斯正则化算法BP神经网络钒电池SOC预测 [J].
杨春生 ;
牛红涛 ;
隋良红 ;
李明兴 .
现代电子技术, 2016, 39 (08) :158-161
[6]
基于EKF的锂电池SOC估算与试验研究 [J].
袁学庆 ;
张阳 ;
赵林 ;
李博 .
电源技术, 2015, 39 (12) :2587-2589+2615
[7]
锂离子电池组充放电均衡器及均衡策略 [J].
刘红锐 ;
张昭怀 .
电工技术学报, 2015, 30 (08) :186-192
[8]
基于QPSO-BP神经网络的锂电池SOC预测 [J].
刘征宇 ;
杨俊斌 ;
张庆 ;
张利 ;
赵爱国 .
电子测量与仪器学报, 2013, 27 (03) :224-228
[9]
非线性系统确定采样型滤波算法综述 [J].
王小旭 ;
潘泉 ;
黄鹤 ;
高昂 .
控制与决策 , 2012, (06) :801-812
[10]
基于V-EKF的动力锂电池组SOC估计 [J].
刘新天 ;
刘兴涛 ;
何耀 ;
陈宗海 .
控制与决策, 2010, (03) :445-448