平方根采样点卡尔曼滤波在磷酸铁锂电池组荷电状态估算中的应用

发布时间：2017-11-17 04:04

  本文关键词：平方根采样点卡尔曼滤波在磷酸铁锂电池组荷电状态估算中的应用

  更多相关文章： 磷酸铁锂电池 等效模型 荷电状态估算 平方根采样点卡尔曼滤波

【摘要】：荷电状态(state of charge,SOC)估算技术是锂电池管理系统中最重要的功能之一。针对磷酸铁锂电池组展开研究,以准确估计电池组中各单体荷电状态为目的,首先采用一阶戴维南(Thevenin)模型结合安时法建立综合电池模型;采用一种平方根采样点卡尔曼滤波(square root sigma point Kalman filter,SRSPKF)方法,配合在线递推最小二乘(recursive least square,RLS)算法,同时实现对电池等效模型参数的辨识以及对电池荷电状态的估算。理论上讲,SRSPKF算法使系统状态直接以其方差的平方根形式传播,可显著降低常规Sigma点卡尔曼滤波器(sigma points Kalman filter,SPKF)算法的复杂性。实验结果表明,相对SPKF而言,SRSPKF具有更强的状态估计误差抑制能力,采用SRSPKF可以获得比SPKF更准确的SOC估计结果。
【作者单位】： 电力电子节能与传动控制河北省重点实验室(燕山大学电气工程学院);
【基金】：国家自然科学基金项目(51477148) 河北省自然科学基金项目(E2014203198)~~
【分类号】：TM912
【正文快照】： 0引言 当前,电动汽车及新能源发电产业发展迅猛,作为其中关键的动力及储能环节,蓄电池组是应用最广泛的储能手段。与铅酸蓄电池、镍镉电池等其它常见类型的蓄电池相比,锂离子蓄电池具有工作电压高、能量密度高、比能量和比功率大、自放电率低、循环寿命长等优点,再加上政策扶

【相似文献】

中国期刊全文数据库 前10条

1 王福忠;邓坤;;基于区域极点配置电池荷电状态的估计方法[J];节能;2013年04期

2 赵凯;朱黎明;;无迹卡尔曼滤波的电池荷电状态估计试验研究[J];汽车工程学报;2013年05期

3 程博;韩琳;王军平;曹秉刚;;利用免疫进化网络的镍氢电池组荷电状态预测[J];西安交通大学学报;2007年11期

4 李革臣;古艳磊;;电化学阻抗谱法预测锂电池荷电状态[J];电源技术;2008年09期

5 夏晴;刘志远;;电动汽车动力电池荷电状态的滑模估计方法[J];东南大学学报(自然科学版);2011年S1期

6 麻友良,陈全世,朱元;变电流下的电池荷电状态定义方法探讨[J];电池;2001年01期

7 何鹏林;王晓冬;;串联锂离子电池组荷电状态评估方法对比[J];安全与电磁兼容;2011年01期

8 沈江;张文斌;全小红;周嵩;陈景玲;;钛酸锂电池荷电状态的试验研究[J];新技术新工艺;2014年01期

9 叶林;陈政;赵永宁;;考虑电池荷电状态的光伏功率分段平滑控制方法[J];电网技术;2014年07期

10 余运俊;谌新;万晓凤;;电动汽车电池荷电状态估计研究综述[J];电源学报;2014年03期

中国重要会议论文全文数据库 前3条

1 孙骏;李宝辉;;电动汽车电池荷电状态的估算方法研究及展望[A];2012安徽省汽车工程学会年会论文集[C];2012年

2 张秀玲;宋建军;;基于RBF神经网络的MH-Ni电池荷电状态预估模型[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

3 程艳青;高明煜;;基于卡尔曼滤波的电动汽车SOC估计[A];浙江省电源学会第十一届学术年会暨省科协重点科技活动“高效节能电力电子新技术”研讨会论文集[C];2008年

中国博士学位论文全文数据库 前1条

1 邹幽兰;基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计[D];中南大学;2014年

中国硕士学位论文全文数据库 前10条

1 张树鹏;电动汽车电池荷电状态及行动力分析研究[D];上海交通大学;2015年

2 潘贵财;基于神经网络的电池组容量检测系统设计[D];大连理工大学;2015年

3 罗志亮;锂电池荷电状态自适应估计算法研究[D];哈尔滨工业大学;2016年

4 夏晴;电动汽车用锂离子电池荷电状态估计算法的研究[D];哈尔滨工业大学;2011年

5 和晓念;锂电池荷电状态预测方法研究[D];河南师范大学;2012年

6 马巍;电动汽车铅酸蓄电池特性建模与荷电状态估计[D];长安大学;2009年

7 于洋;动力锂电池荷电状态估计策略的研究[D];天津理工大学;2012年

8 郝国亮;超级电容荷电状态计算方法的研究[D];华北电力大学;2012年

9 张洪近;电动汽车电池组主控及荷电状态估测单元设计与开发[D];南京航空航天大学;2013年

10 张亚军;基于MARS的车用锂离子电池荷电状态估计的研究[D];长春工业大学;2015年

，

本文编号：1194714