基于改进Thevenin模型锂电池SOC估算方法

被引:42
作者
张廷
胡社教
机构
[1] 合肥工业大学计算机与信息学院
关键词
电动汽车; 锂离子电池; 荷电状态; Thevenin模型; 扩展卡尔曼滤波;
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
针对纯电动汽车锂离子电池荷电状态(SOC)在环境温度和放电电流变化较大的情况下估算精度较低的问题,采用了一种基于改进Thevenin模型的扩展卡尔曼滤波算法(EKF)。根据电池性能模型,把电池容量作为状态变量,把影响SOC估算精度的环境温度和放电电流作为修正量,采用扩展卡尔曼滤波算法提高SOC估算精度。实验结果表明,该方法提高了SOC估算精度,可用于电动汽车电池管理系统。
引用
收藏
页码:2400 / 2402+2496 +2496
页数:4
相关论文
共 10 条
[1]
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
[2]
车用锂离子电池SOC估算算法的研究 [J].
鲍可进 ;
金玲 .
计算机工程与科学, 2012, 34 (12) :169-173
[3]
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
[4]
自适应卡尔曼滤波器在车用锂离子动力电池SOC估计上的应用.[J].熊瑞;孙逢春;何洪文;.高技术通讯.2012, 02
[5]
磷酸铁锂电池SOC估算方法研究 [J].
时玮 ;
姜久春 ;
李索宇 ;
贾容达 .
电子测量与仪器学报, 2010, 24 (08) :769-774
[6]
基于改进Thevenin模型的混合动力镍氢电池SOC估算研究 [J].
王丽芳 ;
胡运飞 ;
廖承林 .
高技术通讯, 2008, 18 (09) :948-952
[7]
电动汽车用LiFePO4锂离子电池安全性分析 [J].
王治华 ;
殷承良 .
电池工业, 2008, (03) :169-172
[8]
电动汽车锂离子电池能量管理系统研究 [J].
李顶根 ;
李竟成 ;
李建林 .
仪器仪表学报, 2007, (08) :1522-1527
[9]
Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs.[J].Gregory L. Plett.Journal of Power Sources.2004, 2
[10]
Mathematical modeling of the capacity fade of Li-ion cells [J].
Ramadass, P ;
Haran, B ;
White, R ;
Popov, BN .
JOURNAL OF POWER SOURCES, 2003, 123 (02) :230-240