基于改进的AUKF锂离子电池荷电状态估计

论文摘要

准确估计锂离子电池荷电状态(SOC)对于其安全运行和高效管理至关重要。针对电动汽车实际运行时电池环境复杂而SOC估算精度不高的问题,首先建立了考虑温度效应、参数变化的电池动态模型,使用自适应无迹卡尔曼滤波(AUKF)估计电池SOC,使其在实际工况下获得比传统无迹卡尔曼滤波(UKF)更精确的结果。同时采用卡尔曼滤波器在线更新充放电过程中衰减的电池容量,用于改进AUKF估计SOC,使SOC的在线估计更加准确,在复杂工况下估计误差在1.79%范围内。

论文目录

• 1 引言
• 2 电池等效电路模型
•   2.1 建立电池状态空间模型
•   2.2 模型参数辨识
•   2.3 模型验证
• 3 AUKF估算电池SOC
•   3.1 UKF算法
•   3.2 自适应算法
•   3.3 结果验证与分析
• 4 基于电池容量衰减的SOC估计
•   4.1 KF算法
•   4.2 SOC联合估计
• 5 结论

文章来源

类型: 期刊论文

作者: 李晓帆,于少娟

关键词: 锂离子电池,荷电状态,自适应无迹卡尔曼滤波,容量

来源: 计算机仿真 2019年09期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业

单位: 太原科技大学电子信息工程学院

基金: 山西省应用基础研究项目(201601D011058)

分类号: TM912

页码: 120-125

总页数: 6

文件大小: 1839K

下载量: 131