基于扩展PSO和离散PI观测器的电池SoC估计

被引:18
作者
皮钒
王耀南
孟步敏
机构
[1] 湖南大学电气与信息工程学院
关键词
电动汽车; 电池管理系统; SoC; 扩展PSO; 离散PI观测器;
D O I
10.13382/j.jemi.2016.01.002
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
为了抑制锂电池固有的非线性特性以及复杂的车载环境所带来的外部干扰对锂电池荷电状态(state of charge,SoC)估算的影响,采用改进的Thevenin锂电池等效电路模型,利用扩展粒子群算法(extended particle swarm optimization,EPSO)离线辨识以及在线修正模型参数,并设计了一种离散PI观测器(discrete PI observer,DPIO)来获得锂电池SoC估算值,该算法具有结构简单,易于移植等优点。实际测量数据结合MATLAB/Simulink仿真实验结果显示基于扩展PSO和离散PI观测器的锂电池SoC估计值最大绝对误差小于2.5%,优于基于扩展卡尔曼滤波算法的SoC估算算法和基于人工神经网络的SoC估算算法,而且速度更快,鲁棒性更好,能够胜任实际车载锂电池估算场合的需求。
引用
收藏
页码:11 / 19
页数:9
相关论文
共 11 条
[1]
永磁同步电机参数辨识研究综述 [J].
李红梅 ;
陈涛 .
电子测量与仪器学报, 2015, 29 (05) :638-647
[2]
基于离散滑模观测器的锂电池荷电状态估计 [J].
孙冬 ;
陈息坤 .
中国电机工程学报, 2015, 35 (01) :185-191
[3]
基于改进的粒子群优化扩展卡尔曼滤波算法的锂电池模型参数辨识与荷电状态估计 [J].
项宇 ;
马晓军 ;
刘春光 ;
可荣硕 ;
赵梓旭 .
兵工学报, 2014, 35 (10) :1659-1666
[4]
锂离子电池特性研究 [J].
张国安 .
电子测量技术, 2014, 37 (10) :41-45
[5]
燃油增程式电动汽车动力系统关键技术综述 [J].
王耀南 ;
孟步敏 ;
申永鹏 ;
魏跃远 ;
尹颖 ;
易迪华 ;
袁小芳 ;
张细政 .
中国电机工程学报, 2014, 34 (27) :4629-4639
[6]
电动汽车大容量锂电池管理系统设计 [J].
邓淑贤 .
国外电子测量技术, 2013, 32 (09) :34-37
[7]
双卡尔曼滤波算法在锂电池SOC估算中的应用 [J].
王笑天 ;
杨志家 ;
王英男 ;
王忠锋 .
仪器仪表学报, 2013, 34 (08) :1732-1738
[8]
动力电池SOC估算的模糊最小二乘支持向量机法 [J].
朱浩 ;
高利琴 ;
钱承 .
电源技术, 2013, 37 (05) :797-799
[9]
基于QPSO-BP神经网络的锂电池SOC预测 [J].
刘征宇 ;
杨俊斌 ;
张庆 ;
张利 ;
赵爱国 .
电子测量与仪器学报, 2013, 27 (03) :224-228
[10]
基于粒子群优化的超级电容器模型结构与参数辨识 [J].
赵洋 ;
韦莉 ;
张逸成 ;
孙家南 .
中国电机工程学报, 2012, 32 (15) :155-161+2