基于改进EKF算法的锂电池SOC估算方法

被引：15

作者：

陈清华 ^{[1
]}

卢宇 ^{[2
]}

何志杰 ^{[2
]}

机构：

[1] 福建师范大学协和学院

[2] 福建师范大学物理与能源学院

来源：

福建师范大学学报(自然科学版) | 2018年 / 34卷 / 06期

关键词：

锂电池SOC; 扩展卡尔曼滤波算法; Thevenin模型; 滤波增益修正;

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：

提出一种基于Thevenin改进模型的扩展卡尔曼滤波(Extended Karlman Filter,EKF)的SOC(State Of Charge)估算方法,设定不同SOC条件下利用脉冲响应测试法进行电路模型参数辨识,估算过程中采用查表法对电池放电不同阶段及不同倍率放电电流进行滤波增益修正.在Matlab/Simulink中搭建电池仿真模型,编程实现了SOC估算,验证了模型的有效性.实验结果表明,该方法在SOC的估算过程中能够保持很好的精度.

引用

收藏

页码：34 / 39+46 +46

页数：7

相关论文

共 14 条

[1]

基于扩展卡尔曼神经网络算法估计电池SOC [J].

韩忠华 ;

刘珊珊 ;

石刚 ;

董挺 .

电子技术应用, 2016, 42 (07) :76-78+82

[2]

影响锂离子电池SOC因素的灰色关联分析 [J].

陈琳 ;

田彬彬 ;

林伟龙 ;

李君子 ;

潘海鸿 .

电测与仪表 , 2016, (13) :5-9

[3]

基于Householder变换的改进最小二乘法估算电池SOC [J].

张树鹏 ;

李彦明 ;

李杰 ;

刘宗长 ;

黄亦翔 .

电源技术, 2016, 40 (02) :335-338

[4]

基于改进Thevenin模型锂电池SOC估算方法 [J].

张廷 ;

胡社教 .

电源技术, 2015, 39 (11) :2400-2402+2496

[5]

动力锂电池SOC估算研究其管理系统设计 [J].

于仲安 ;

简俊鹏 ;

何方 .

电力电子技术, 2014, 48 (08) :46-50

[6]

基于EKF的锂电池状态估算策略 [J].

俞云锋 ;

沈锦飞 .

电源技术, 2014, 38 (02) :237-238+244

[7]

基于电动汽车锂电池的SOC动态估算策略 [J].

华贵山 ;

倪受春 ;

林其斌 .

电测与仪表, 2014, 51 (02) :58-62

[8]

基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计 [J].

魏克新 ;

陈峭岩 .

中国电机工程学报, 2014, 34 (03) :445-452

[9]

基于EKF的动力锂电池SOC状态预测 [J].

范波 ;

田晓辉 ;

马建伟 .

电源技术, 2010, 34 (08) :797-799

[10]

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