电动汽车锂离子电池SOC估算策略研究

被引：8

作者：

华贵山 ^{[1
]}

梁栋 ^{[2
]}

葛浩 ^{[1
]}

机构：

[1] 滁州学院机械与电子工程学院

[2] 安徽大学电子信息工程学院

来源：

电源技术 | 2013年 / 37卷 / 10期

关键词：

电动汽车; 电池模型; 荷电状态; 推广卡尔曼滤波;

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：

建立了基于Thevenin模型的锂离子电池状态空间模型,针对实际运行中电池参数的变化,采用递推最小二乘法进行模型参数在线辨识,对参数做出实时修正,增强了系统的适应性。由于电池模型存在非线性,采用推广卡尔曼滤波算法进行荷电状态(S O C)估计,增加动态增益以改善算法对电流突变的适应能力。实验和仿真结果表明推广卡尔曼滤波算法估计精度较高,对初始值误差有很强的修正作用,设置动态增益可加快S O C估计的收敛速度,加强了跟踪效果。

引用

页码：1813 / 1816

页数：4

共 10 条

[1]

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

[2]

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

[3]

Methods for state-of-charge determination and their applications [J].