|
|||||
|
|
| 基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计CSCD | |
| 作者姓名： | 李嘉波 魏孟 李忠玉 焦生杰 叶敏 徐信芯 |
| 作者单位： | 1.长安大学710064;2.河南省高远公路养护技术有限公司453000; |
| 基金项目： | 国家自然科学基金青年项目(51805041)；河南省交通运输厅科技计划项目(2019J3)。 |
| 摘 要： | 锂离子电池荷电状态(SOC)是电池管理系统(BMS)重要的参数之一,准确估计可以提高电池的使用寿命。然而在SOC估计过程中,会受到如测量设备的精度、噪声等外界因素的干扰,降低SOC的估计精度。为了提高SOC的估计精度,针对扩展卡尔曼滤波(EKF)算法易受噪声干扰,提出了以新息自适应扩展卡尔曼滤波来提高SOC的估计精度和稳定性。通过实验工况采集的数据,并与传统的EKF进行对比,估计误差可以控制在3%以内,验证了该模型的有效性。 |
| 关 键 词： | 锂离子电池 BMS SOC 扩展卡尔曼滤波 |
| 本文献已被 维普 等数据库收录！ | |