基于自适应无迹卡尔曼滤波的锂电池SOC估计

论文摘要

电池荷电状态(SOC)的准确估计是电池管理系统的关键问题,对电池的可靠性和安全性至关重要。由于多数情况下建立的电池模型精度不够高、电池系统的噪声统计是未知的或不准确的,这都会对锂离子电池系统的SOC估计会产生较大影响。本文采用二阶RC等效模型,可减小电池模型带来的误差;同时结合SageHusa滤波算法与无迹卡尔曼滤波(UKF)算法提出了一种新的SOC估计方法,基于噪声统计估计器的自适应无迹卡尔曼(AUKF)滤波算法,它可以对系统噪声进行实时修正以提高SOC的估算精度。并通过比较AUKF和UKF来验证SOC估计方法的准确性和有效性。实验结果表明,AUKF具有更高的SOC估计精度和自适应能力,在脉冲放电工况和动态工况下的估计精度均能保持在4.68%以内,可以有效地估计电池的SOC值。

论文目录

• 1 电池状态空间模型
•   1.1 建立电池等效模型
•   1.2 模型参数辨识
• 2 AUKF估计电池SOC
•   2.1 UKF算法
•   2.2 AUKF算法
• 3 结果验证与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 安治国,田茂飞,赵琳,陈星,李亚坤,司鑫

关键词: 荷电状态,二阶模型,滤波

来源: 储能科学与技术 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 重庆交通大学机电与车辆工程学院

分类号: TM912

页码: 856-861

总页数: 6

文件大小: 4074K

下载量: 463