基于自适应滤波的电动汽车动力电池荷电状态估计方法

被引：17

作者：

王军平 ^{[1
]}

曹秉刚 ^{[1
]}

陈全世 ^{[2
]}

机构：

[1] 西安交通大学机械工程学院

[2] 清华大学汽车安全与节能国家重点实验室

来源：

机械工程学报 | 2008年 / 05期

关键词：

镍氢电池组; 荷电状态; 自适应滤波;

D O I：

暂无

中图分类号：

U469.72 [电动汽车];

学科分类号：

0807 ;

摘要：

基于卡尔曼滤波法的电池组荷电状态(State of charge,SOC)估计方法适合于电流变化比较剧烈的混合动力汽车中电池组的SOC估计,但由于电池模型以及系统噪声、量测噪声统计特性的不确定性,容易引起滤波发散。研究联邦城市行驶工况,并对电池组进行充放电试验,建立单变量的镍氢电池组的状态空间模型。将SOC作为系统的状态,由于自适应滤波算法可以抑制滤波发散,基于自适应滤波算法研究镍氢电池组的SOC估计方法。台架试验表明该方法具有较高的估计精度和可靠性,计算量小,更适用于实际应用。

引用

页码：76 / 79

页数：4

共 5 条

[1] 用改进的安时计量法估计电动汽车动力电池SOC
林成涛
陈全世
王军平
黄文华
王燕超
[J]. 清华大学学报(自然科学版), 2006, (02) : 247 - 251
[2] 电动车用镍氢电池模块的充放电模型研究
王军平
陈全世
曹秉刚
康龙云
[J]. 西安交通大学学报, 2006, (01) : 50 - 52+119
[3] 镍氢电池组的荷电状态估计方法研究
王军平
陈全世
林成涛
[J]. 机械工程学报, 2005, (12) : 62 - 65
[4] Kalman滤波理论及其在导航系统中的应用[M]. 科学出版社 , 付梦印等编著, 2003
[5] Methods for state-of-charge determination and their applications
Piller, S
Perrin, M
Jossen, A
[J]. JOURNAL OF POWER SOURCES, 2001, 96 (01) : 113 - 120

← 1 →