|
|||||
|
|
| 双卡尔曼滤波算法在锂电池SOC估算中的应用 | |
| 引用本文： | 王笑天,杨志家,王英男,王忠锋. 双卡尔曼滤波算法在锂电池SOC估算中的应用[J]. 仪器仪表学报, 2013, 34(8) |
| 作者姓名： | 王笑天 杨志家 王英男 王忠锋 |
| 作者单位： | 1. 中国科学院沈阳自动化研究所 沈阳110016;中国科学院大学 北京100049 2. 中国科学院沈阳自动化研究所 沈阳110016 3. 辽宁省电力有限公司沈阳供电公司 沈阳 100300 |
| 摘 要： | 以在线估计锂离子电池组的荷电状态(SOC)为目的,建立了双卡尔曼滤波(DEKF)算法.以Thevenin电池模型和卡尔曼滤波算法为基础,对电池模型建立了状态空间表达式.分别采用最小二乘法和DEKF算法对该模型参数进行辨识,提高了该模型的精度,使电池模型能够较好地反映电池内部的真实状态.介绍了双卡尔曼滤波算法在线估算荷电状态的原理,并设计了相关的电池测试实验.实验结果表明在不同的工况环境下,该算法在线估计SOC具有较高的精度和对环境的适应度,最大误差小于4.5％.最后,验证了DEKF算法具有较好的收敛性和鲁棒性,可以有效解决初值估算不准和累积误差的问题. |
| 关 键 词： | 双卡尔曼滤波 荷电状态 锂离子电池 电池模型 |
Application of dual extended Kalman filtering algorithm in the state-of-charge estimation of lithium-ion battery |
|
| Wang Xiaotian , Yang Zhijia , Wang Yingnan , Wang Zhongfeng. Application of dual extended Kalman filtering algorithm in the state-of-charge estimation of lithium-ion battery[J]. Chinese Journal of Scientific Instrument, 2013, 34(8) | |
| Authors: | Wang Xiaotian Yang Zhijia Wang Yingnan Wang Zhongfeng |
| Abstract: | |
| Keywords: | dual extended Kalman filtering state-of-charge (SOC) lithium-ion battery battery model |
| 本文献已被 万方数据 等数据库收录！ | |