基于RLS与EKF算法的锂电池SOC估计

被引:13
作者
刘江
史仪凯
袁小庆
曹玉丽
机构
[1] 西北工业大学机电学院
关键词
扩展卡尔曼滤波(EKF); 荷电状态(SOC); 递推最小二乘(RLS); 锂电池;
D O I
10.19708/j.ckjs.2013.08.031
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
准确估计荷电状态是电池管理系统高效和安全运行的关键因素之一。以Thevenin模型为基础,运用递推最小二乘法,对模型参数进行估计并且定期更新。采用扩展卡尔曼滤波算法实现了对锂电池荷电状态的估算。仿真结果表明,该估算策略能保持很高的精度,并对观测噪声有很强的抑制作用。
引用
收藏
页码:123 / 125
页数:3
相关论文
共 3 条
[1]
HEV用锂离子电池动态模型参数辨识方法研究 [J].
熊瑞 ;
何洪文 ;
丁银 .
电力电子技术, 2011, 45 (04) :100-102
[2]
基于推广卡尔曼滤波算法的SOC估算策略 [J].
夏超英 ;
张术 ;
孙宏涛 .
电源技术, 2007, (05) :414-417
[3]
Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs.[J].Gregory L. Plett.Journal of Power Sources.2004, 2