基于自适应递推最小二乘法与无迹卡尔曼滤波的电池SOC估算

论文摘要

为了建立精确的锂离子电池模型,并在其基础上实时且有效的监测电池的状态。综合考虑采用二阶等效电路模型,在递推最小二乘法的基础上加上自适应因子完成对锂离子电池在线模型参数估测,与此同时将所得模型参数传入卡尔曼滤波器,完成对动力电池的荷电状态(SOC)的估算。在MATLAB中实现该算法的编程,把电池综合测试仪对锂离子电池采样所得电流、电压、容量等实验数据导入算法进行仿真。仿真结果表明,该算法迅速收敛初值误差,并在稳定状态下最大误差不超过2. 5%,验证了该算法的有效性以及对外界干扰的鲁棒性,可以用以实现对车用锂离子电池状态的准确估算。

论文目录

• 0 引言
• 1 动力锂电池数学模型的建立
•   1.1 SOC荷电状态的定义
•   1.2 电池模型的选取
•   1.3 模型参数在线辨识
• 2 联合算法在线估算SOC
•   2.1 无迹卡尔曼滤波器的原理
•   2.2 联合算法的原理
•   2.3 仿真与实验结果
• 3 结论

文章来源

类型: 期刊论文

作者: 宋轩宇,黄敬尧,段俊强

关键词: 锂离子电池,荷电状态,自适应递推最小二乘法,无迹卡尔曼滤波,参数辨识

来源: 电力科学与工程 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 三峡大学电气与新能源学院,上汽大通汽车有限公司南京分公司

分类号: TM912

页码: 41-48

总页数: 8

文件大小: 212K

下载量: 314