| 车用锂离子动力电池自适应状态联合估计研究 |
| |
| 引用本文： | 曹铭,黄菊花,杨志平,鄢琦昊.车用锂离子动力电池自适应状态联合估计研究[J].控制理论与应用,2020,37(9):1951-1962. |
| |
| 作者姓名： | 曹铭 黄菊花 杨志平 鄢琦昊 |
| |
| 作者单位： | 南昌大学机电工程学院,江西南昌330031;江西省汽车电子工程技术研究中心,江西南昌330031;江西省汽车电子工程技术研究中心,江西南昌330031;南昌大学机电工程学院,江西南昌330031 |
| |
| 基金项目： | 国家自然科学基金项目(51762034), 江西省教育厅科技落地项目(KJLD11022)资助. |
| |
| 摘 要： | 为确定动力电池的剩余电量和峰值功率这两个关键指标, 提出一种基于数据驱动的在线参数辨识方法, 通
过递归最小二乘法精确计算电池的实时参数; 然后设计了一种基于自适应扩展卡尔曼滤波的多状态联合估计算法,
准确估计电池的实时荷电状态; 并在电压、剩余电量和单体峰值电流的多约束条件下, 建立多采样间隔持续峰值功
率估算的数学模型. 最后在MATLAB/Simulink环境下搭建基于纯电动汽车实际运行工况的硬件在环测试模型. 结
果表明: 在初始误差较大时, 剩余电量的估计误差在3%左右, 硬件在环测试系统的端电压误差保持在20 mV以内,
峰值功率的平均误差为4.9745 W, 为联合估计算法的准确性提供了可靠理论依据.
|
| 关 键 词： | 峰值功率 多状态联合估计 自适应扩展卡尔曼滤波 带遗忘因子的最小二乘法 硬件在环测试系统 |
| 收稿时间： | 2020/3/16 0:00:00 |
| 修稿时间： | 2020/7/30 0:00:00 |
Research on adaptive state of charge and state of power joint estimation algorithm of vehicle lithium ion power batteries |
| |
| CAO Ming,HUANG Ju-hu,YANG Zhi-ping and YAN Qi-hao.Research on adaptive state of charge and state of power joint estimation algorithm of vehicle lithium ion power batteries[J].Control Theory & Applications,2020,37(9):1951-1962. |
| |
| Authors: | CAO Ming HUANG Ju-hu YANG Zhi-ping and YAN Qi-hao |
| |
| Affiliation: | Department of mechanical and electrical engineering, Nanchang University,Department of mechanical and electrical engineering, Nanchang University,Jiangxi Automotive Electronics Engineering Technology Research Center,Department of mechanical and electrical engineering, Nanchang University |
| |
| Abstract: | |
| |
| Keywords: | peak power multi-state joint estimation adaptive extended Kalman filter forgetting factor least square HIL test system |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
