基于SOC-OCV曲线的卡尔曼滤波法SOC估计

被引：47

作者：

欧阳佳佳 ^{[1
]}

毛良平 ^{[2
]}

张军明 ^{[1
]}

机构：

[1] 浙江大学

[2] 浙江南都电源动力股份有限公司

来源：

电力电子技术 | 2016年 / 50卷 / 03期

关键词：

荷电状态; 开路电压; 电池模型; 卡尔曼滤波;

D O I：

暂无

中图分类号：

TM912 [蓄电池]; TN713 [滤波技术、滤波器];

学科分类号：

080508 [光电信息材料与器件]; 080802 [电力系统及其自动化];

摘要：

由于开路电压(OCV)与电池荷电状态(SOC)存在一一对应的关系,OCV在电池SOC估计中被广泛运用。提出了如何通过卡尔曼滤波法(KMF)得到各种工作状态下PNGV电池模型中各状态量的值,从而得到PNGV电池模型的实时OCV,进而通过已经获得的SOC-OCV曲线得到电池SOC的预测值方法。给出了铅碳电池建模及参数辩识的方法及步骤,建立了参数随SOC可变的铅碳电池PNGV模型,并通过模型提出了用于OCV计算的KMF,该算法能快速并准确的收敛到真实的OCV,从而实时指示SOC,仿真和实验结果显示该方法具有较好的SOC估算效果及快速的动态响应。

引用

页码：98 / 100

页数：3

共 4 条

[1]

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

[2]

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