基于有限差分扩展卡尔曼滤波的锂离子电池SOC估计

被引:84
作者
刘艳莉
戴胜
程泽
朱乐为
机构
[1] 天津大学电气与自动化工程学院
关键词
锂离子电池; 荷电状态; 参数辨识; 有限差分扩展卡尔曼滤波;
D O I
10.19595/j.cnki.1000-6753.tces.2014.01.031
中图分类号
TM912 [蓄电池];
学科分类号
0808 ;
摘要
锂离子电池荷电状态的快速准确估计是电池管理系统的关键技术。针对锂离子电池这一动态非线性系统,以二阶RC等效电路模型为基础,采用递推最小二乘法估算模型参数,运用有限差分扩展卡尔曼滤波算法对电池荷电状态进行估算。仿真结果表明,该模型能较好地体现电池的动态特性,有限差分扩展卡尔曼滤波算法在估算过程中能保持很好的精度,并可以有效地减小由模型误差引入的荷电状态估计误差。
引用
收藏
页码:221 / 228
页数:8
相关论文
共 16 条
[1]   磷酸铁锂电池的改进建模及SOC估计 [J].
田甜 ;
李孝尊 ;
李红梅 .
合肥工业大学学报(自然科学版), 2012, 35 (09) :1192-1195+1252
[2]   车用动力电池系统的关键技术与学科前沿 [J].
张剑波 ;
卢兰光 ;
李哲 .
汽车安全与节能学报, 2012, 3 (02) :87-104
[3]   基于神经网络的磷酸铁锂电池SOC预测研究 [J].
尹安东 ;
张万兴 ;
赵韩 ;
江昊 .
电子测量与仪器学报, 2011, 25 (05) :433-437
[4]   基于推广卡尔曼滤波算法的SOC估算策略 [J].
夏超英 ;
张术 ;
孙宏涛 .
电源技术, 2007, (05) :414-417
[5]   电动汽车SOC估计算法与电池管理系统的研究 [J].
黄文华 ;
韩晓东 ;
陈全世 ;
林成涛 .
汽车工程, 2007, (03) :198-202
[6]   电动汽车用电池性能模型研究综述 [J].
陈全世 ;
林成涛 .
汽车技术, 2005, (03) :1-5
[7]   电动汽车SOC估计方法原理与应用 [J].
林成涛 ;
王军平 ;
陈全世 .
电池, 2004, (05) :376-378
[8]   电动汽车电量计量技术的研究 [J].
齐国光 ;
李建民 ;
郏航 ;
徐玉民 .
清华大学学报(自然科学版), 1997, (03) :47-50
[9]   A method for model identification and parameter estimation [J].
Bambach, M. ;
Heinkenschloss, M. ;
Herty, M. .
INVERSE PROBLEMS, 2013, 29 (02)
[10]  
Iterative and recursive least squares estimation algorithms for moving average systems[J] . Yuanbiao Hu.Simulation Modelling Practice and Theory . 2013