车用锂离子电池SOC估算算法的研究

被引:21
作者
鲍可进
金玲
机构
[1] 江苏大学计算机科学与通信工程学院
关键词
纯电动汽车; 电池容量损耗; SOC估计; Kalman滤波算法;
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
针对纯电动汽车的锂离子电池容量损失而导致估算电池电荷状态(SOC)精度降低的问题,本文分析了影响电池容量损失的因素,提出容量修正算法。通过改进电池模型,把电池容量作为状态变量,将电池容量修正算法运用于Kalman滤波算法估计SOC,解决了锂离子电池容量损耗使得误差累积的问题。实验证明,本文提出的基于容量修正的Kalman最优滤波算法提高了SOC估算的精度,并且对初始误差有很强的修正作用,可以保证纯电动汽车锂离子电池的稳定工作。
引用
收藏
页码:169 / 173
页数:5
相关论文
共 6 条
[1]
纯电动汽车用锂离子电池SOC估算方案的研究 [J].
刘浩 ;
谢桦 ;
姜久春 ;
张维戈 .
电气应用, 2010, 29 (12) :54-58
[2]
纯电动汽车电池管理系统的设计及应用 [J].
南金瑞 ;
孙逢春 ;
王建群 .
清华大学学报(自然科学版), 2007, (自然科学版) :1831-1834
[3]
Ni/MH电池和电池组放电过程中剩余容量的估算 [J].
陈永辉 ;
魏进平 ;
高峰 ;
杨化滨 ;
周伟 ;
张允什 ;
周作祥 .
南开大学学报(自然科学版), 2000, (04) :72-76
[4]
An Introduction to the Kalman Filter..Greg Welch; Gary Bishop;.UNC-Chapel Hill; TR 95-041.2004,
[5]
Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs.[J].Gregory L. Plett.Journal of Power Sources.2004, 2
[6]
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