基于改进卡尔曼滤波算法的磷酸铁锂电池SOC动态估计

被引：8

作者：

钟源 ^{[1
]}

孟涛 ^{[2
]}

吕项羽 ^{[2
]}

张阳 ^{[2
]}

尹杭 ^{[3
]}

机构：

[1] 黑龙江科技大学

[2] 国网吉林省电力有限公司电力科学研究院

[3] 国网长春供电公司

来源：

吉林电力 | 2017年 / 45卷 / 03期

关键词：

荷电状态; 磷酸铁锂电池; 戴维南电池模型; 改进卡尔曼滤波算法;

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：

对锂电池荷电状态(SOC)进行快速精确地动态估计能有效提高其使用寿命。针对传统磷酸铁锂电池等效电路模型无法反映其对应的电气动态特性问题,提出了一种改进的戴维南电池模型。考虑到传统卡尔曼滤波算法在磷酸铁锂电池SOC动态估计过程中对模型依赖性较强的局限性,引进算法增益因子及修正观测噪声协方差,提出一种改进的卡尔曼滤波算法对磷酸铁锂电池SOC进行动态估计。仿真结果表明所提算法在锂电池SOC估计上具有很好的精度。

引用

页码：24 / 27+46 +46

页数：5

共 11 条

[1]

混合动力镍氢电池荷电状态估计 [J].