共 5 条
- [4] 基于卡尔曼滤波的动力电池组SOC精确估计[D]. 徐杰.杭州电子科技大学. 2009
- [5] Li-ion battery SOC estimation method based on the reduced order extended Kalman filtering[J]. JOURNAL OF POWER SOURCES, 2007, 174 (01) : 9 - 15Lee, JaemoonNam, OanyongCho, B. H.
基于改进卡尔曼滤波的电池SOC估算
被引：34
作者：
徐颖
沈英
机构：
[1] 北京航空航天大学机械工程及自动化学院
来源：
关键词：
荷电状态;
电动汽车;
电池模型;
卡尔曼滤波;
D O I：
10.13700/j.bh.1001-5965.2013.0414
中图分类号：
TM912 [蓄电池];
学科分类号：
摘要：
以研究电动汽车动力电池管理系统为背景,以电池荷电状态估算为关键技术,介绍了荷电状态与其主要影响因素的非线性动态关系,建立了二阶RC等效电池模型.在此基础上,考虑了温度对电池内阻的影响,采用卡尔曼滤波算法、改进的安时计量法和开路电压法,结合基于温度的电池模型参数在线辨识,对电池荷电状态进行估算,通过MATLAB仿真,并与基于经验公式的卡尔曼滤波算法进行了对比,平均误差为2.46%,提高了估算精度,验证了算法的可行性和可靠性.
引用
收藏
页码：855 / 860
页数：6
相关论文