双卡尔曼滤波法估计电动汽车电池健康状态

被引：22

作者：

邓涛 ^{[1
,2
]}

罗卫兴 ^{[1
]}

李志飞 ^{[1
]}

罗俊林 ^{[1
]}

机构：

[1] 重庆交通大学机电与车辆工程学院

[2] 重庆交通大学城市轨道交通车辆系统集成与控制重庆市重点实验室

来源：

电池 | 2018年 / 48卷 / 02期

基金：

中国博士后科学基金;

关键词：

电动汽车; 锂离子电池; 健康状态(SOH); 双卡尔曼滤波;

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：

选用戴维南等效电路模型作为基础电池模型,标定荷电状态(SOC)-开路电压(OCV)曲线,利用指数拟合法拟合等效电路模型中的电阻-电容电路(RC)参数,提出基于安时积分法使用拓展卡尔曼滤波法估计SOC,以及基于容量法使用卡尔曼滤波估计电池健康状态(SOH),建立双卡尔曼滤波SOH估算方法。随机电流激励仿真结果表明:该方法的估计值与真实值变化趋势一致,且估计误差控制在1%以内。SOH估算实验结果表明:在开始阶段,SOH估计值与真实值有一定的偏差,之后变化趋势一致,误差可控制在1%以内。

引用

页码：95 / 99

页数：5

共 5 条

[1]

阀控式铅酸蓄电池的等效电路模型和参数辨识 [J].

张文圳 ;

张延华 ;

杨睿哲 .

电源技术, 2017, 41 (03) :460-463

[2]

基于开路电压回升速率和交流阻抗相结合的一种锂离子电池SOH算法 [J].

黄伟昭 ;

李小平 ;

张栋省 ;

刘燕林 ;

刘震 ;

李伟善 .

新能源进展, 2014, 2 (01) :43-48

[3]

Review and recent advances in battery health monitoring and prognostics technologies for electric vehicle (EV) safety and mobility.[J].Seyed Mohammad Rezvanizaniani;Zongchang Liu;Yan Chen;Jay Lee.Journal of Power Sources.2014,

[4]

电动汽车锂离子电池健康状态估计及寿命预测方法研究 [D].

周秀文 .

吉林大学,

2016

[5]

锂离子电池荷电状态在线估计技术研究 [D].

赵晓兵 .

南京航空航天大学,

2016

← 1 →