基于有限差分扩展卡尔曼滤波的锂离子电池SOC估计

发布时间：2018-01-28 13:30

  本文关键词： 锂离子电池 荷电状态 参数辨识 有限差分扩展卡尔曼滤波　出处：《电工技术学报》2014年01期 　论文类型：期刊论文

【摘要】：锂离子电池荷电状态的快速准确估计是电池管理系统的关键技术。针对锂离子电池这一动态非线性系统,以二阶RC等效电路模型为基础,采用递推最小二乘法估算模型参数,运用有限差分扩展卡尔曼滤波算法对电池荷电状态进行估算。仿真结果表明,该模型能较好地体现电池的动态特性,有限差分扩展卡尔曼滤波算法在估算过程中能保持很好的精度,并可以有效地减小由模型误差引入的荷电状态估计误差。
[Abstract]:Rapid and accurate estimation of charge state of lithium ion battery is the key technology of battery management system. For the dynamic nonlinear system of lithium ion battery, the second order RC equivalent circuit model is used as the foundation. The recursive least square method is used to estimate the parameters of the model and the finite difference extended Kalman filter algorithm is used to estimate the charged state of the battery. The simulation results show that the model can better reflect the dynamic characteristics of the battery. The finite difference extended Kalman filter algorithm can maintain good accuracy in the estimation process and can effectively reduce the charge state estimation error introduced by the model error.
【作者单位】： 天津大学电气与自动化工程学院;
【分类号】：TM912
【正文快照】： 1引言为了应对能源危机,减缓全球气候变暖,许多国家都开始重视节能减排和发展低碳经济。电动汽车因为采用电力进行驱动,可以降低二氧化碳的排放量甚至实现零排放,所以得到各国的重视而迅速发展。随着电动汽车的发展,电池管理系统(BatteryManagement System,BMS)得到了广泛应用

【参考文献】

相关期刊论文 前8条

1 林成涛,王军平,陈全世;电动汽车SOC估计方法原理与应用[J];电池;2004年05期

2 夏超英;张术;孙宏涛;;基于推广卡尔曼滤波算法的SOC估算策略[J];电源技术;2007年05期

3 尹安东;张万兴;赵韩;江昊;;基于神经网络的磷酸铁锂电池SOC预测研究[J];电子测量与仪器学报;2011年05期

4 田甜;李孝尊;李红梅;;磷酸铁锂电池的改进建模及SOC估计[J];合肥工业大学学报(自然科学版);2012年09期

5 张剑波;卢兰光;李哲;;车用动力电池系统的关键技术与学科前沿[J];汽车安全与节能学报;2012年02期

6 黄文华;韩晓东;陈全世;林成涛;;电动汽车SOC估计算法与电池管理系统的研究[J];汽车工程;2007年03期

7 陈全世,林成涛;电动汽车用电池性能模型研究综述[J];汽车技术;2005年03期

8 齐国光,李建民,郏航,徐玉民;电动汽车电量计量技术的研究[J];清华大学学报(自然科学版);1997年03期

【共引文献】

相关期刊论文 前10条

1 温家鹏;姜久春;张维戈;文锋;;无轨电车用锂离子电池管理系统的研究[J];北京交通大学学报;2010年05期

2 王占国;金新民;孙丙香;龚敏明;曹雪铭;;基于电路暂态分析的功率型动力电池建模[J];北京交通大学学报;2012年02期

3 尉庆国;苏铁熊;宁功韬;;混合动力车用蓄电池管理系统若干关键技术研究[J];车辆与动力技术;2010年02期

4 张彦琴;周大森;;辅助混合动力电动汽车技术研究(Ⅶ)——混合动力电动汽车电池荷电状态估计[J];北京工业大学学报;2007年03期

5 吴红杰;齐铂金;郑敏信;刘永U，

本文编号：1470898