锂离子电池荷电状态预测方法研究

被引：35

作者：

李司光 ^{[1
,2
]}

张承宁 ^{[1
]}

机构：

[1] 北京理工大学机械与车辆学院

[2] 陕西汽车集团有限责任公司

来源：

北京理工大学学报 | 2012年 / 32卷 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

锂离子电池; 荷电状态(SOC); 库仑效率; 自适应无迹卡尔曼滤波(AUKF);

D O I：

10.15918/j.tbit1001-0645.2012.02.023

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：

针对电动汽车锂离子动力电池组能量管理中的荷电状态(SOC)预测问题,提出一种根据SOC及电流(SOC-I)计算库仑效率的方法,并建立电池SOC、充放电电流及充放电库仑效率的关系.以无迹卡尔曼滤波(UKF)算法为基础,采用自适应无迹卡尔曼滤波(AUKF)算法预测电池SOC,并将提出的库仑效率计算方法与UKF算法相结合构造了SOC-I-AUKF算法,该算法在预测过程中不断调整库仑效率、系统噪声协方差以及量测噪声协方差,以实现系统状态最优化预测.实验结果表明,SOC-I-AUKF算法有较好的SOC预测效果,与UKF算法相比,其SOC预测绝对误差、相对误差和平均误差水平都有显著提高.

引用

页码：125 / 129+145 +145

页数：6

共 6 条

[1]

卡尔曼滤波与组合导航原理.[M].秦永元等编著;.西北工业大学出版社.1998,

[2]

基于UKF滤波的自主移动机器人锂电池SOC估计 [J].