基于扩展卡尔曼滤波算法的新型液态金属电池的荷电状态在线估算

被引:7
作者
王贤
宋政湘
杨騉
耿英三
机构
[1] 西安交通大学
关键词
扩展卡尔曼滤波; 新型液态金属电池; 荷电状态; 在线估算;
D O I
10.14044/j.1674-1757.pcrpc.2018.05.031
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
液态金属电池是一种满足电网大规模储能要求的新型的大容量储能电池,其荷电状态的准确在线估算是其投入规模应用的重要基础,但是目前没有公开发表的针对在线估算此电池荷电状态的文献。以此为目的建立了基于扩展卡尔曼滤波器的电池荷电状态在线估算方法。建立了考虑电池自放电因素的等效物理模型。在此基础上,提出一种基于扩展卡尔曼滤波器的电池荷电状态在线估算方法。实验结果表明,在不同的电池工况下和电池荷电状态估算初值设置不同的情况,电池荷电状态的估算值都具有较高的精度。估算值和测量值之间的标准误差和均值误差分别为0.018 3和0.014 5。该算法可以有效地解决电池初始参数对SOC估算值的影响。
引用
收藏
页码:178 / 183
页数:6
相关论文
共 9 条
[1]
Self-healing Li–Bi liquid metal battery for grid-scale energy storage.[J].Xiaohui Ning;Satyajit Phadke;Brice Chung;Huayi Yin;Paul Burke;Donald R. Sadoway.Journal of Power Sources.2015,
[2]
State of charge estimation for electric vehicle batteries using unscented kalman filtering [J].
He, Wei ;
Williard, Nicholas ;
Chen, Chaochao ;
Pecht, Michael .
MICROELECTRONICS RELIABILITY, 2013, 53 (06) :840-847
[3]
液态金属电池研究进展 [J].
黎朝晖 ;
朱方方 ;
李浩秒 ;
胡林 ;
彭勃 ;
李建颖 ;
何亚玲 ;
方瑛 ;
郭姣姣 ;
张坤 ;
王康丽 ;
蒋凯 .
储能科学与技术, 2017, 6 (05) :981-989
[4]
储能产业:呼吁构建成熟的商业模式 [J].
刘星 .
电气技术, 2017, (06) :11
[5]
基于分数阶理论的车用锂离子电池建模及荷电状态估计 [J].
刘树林 ;
崔纳新 ;
李岩 ;
张承慧 .
电工技术学报, 2017, 32 (04) :189-195
[6]
优化电池模型的自适应Sigma卡尔曼荷电状态估算 [J].
刘毅 ;
谭国俊 ;
何晓群 .
电工技术学报, 2017, 32 (02) :108-118
[7]
组合级联式大容量储能系统两级SOC自均衡策略研究 [J].
艾洪克 ;
吴俊勇 ;
田明杰 ;
郝亮亮 ;
张巨瑞 ;
张皎 .
电力系统保护与控制, 2014, 42 (22) :75-80
[8]
电动车电池SOC估计的径向基函数神经网络方法 [J].
雷肖 ;
陈清泉 ;
刘开培 ;
马历 .
电工技术学报, 2008, (05) :81-87
[9]
储能技术在电力系统中的应用 [J].
张文亮 ;
丘明 ;
来小康 .
电网技术, 2008, (07) :1-9