| 基于SRCKF的电动汽车锂离子电池荷电状态估计 |
| |
| 引用本文： | 肖仁鑫,李斌,黄志强,贾现广. 基于SRCKF的电动汽车锂离子电池荷电状态估计[J]. 电源技术, 2021, 45(11): 1443-1447. DOI: 10.3969/j.issn.1002-087X.2021.11.017 |
| |
| 作者姓名： | 肖仁鑫 李斌 黄志强 贾现广 |
| |
| 作者单位： | 昆明理工大学交通工程学院,云南昆明650500;云南中石油昆仑燃气有限公司,云南 昆明 650000 |
| |
| 摘 要： | 精确的电池荷电状态(state of charge,SOC)估计对提高新能源汽车电池管理系统的性能、电池使用安全性以及整车能量管理策略的准确性具有至关重要的作用.综合考虑电池模型精度和复杂度,建立了锂离子电池二阶RC等效电路模型,运用自适应遗忘因子递推最小二乘法(adaptive forgetting factor-recursive least square,AFF-RLS)在线辨识模型参数.在此基础上,采用平方根容积卡尔曼滤波(square root cubature Kalman filter,SRCKF)估算电池SOC,使用动态应力测试工况(dynamic stress test,DST)对模型参数和SOC进行验证.研究结果表明,与无迹卡尔曼滤波(unscented Kalman filter,UKF)估算相比,SRCKF估算误差小、鲁棒性好.
|
| 关 键 词： | 锂离子电池 荷电状态估计 二阶RC等效电路模型 自适应遗忘因子递推最小二乘法 平方根容积卡尔曼滤波 |
State of charge estimation of electric vehicle lithium ion battery based on SRCKF |
| |
| XIAO Renxin,LI Bin,HUANG Zhiqiang,JIA Xianguang. State of charge estimation of electric vehicle lithium ion battery based on SRCKF[J]. Chinese Journal of Power Sources, 2021, 45(11): 1443-1447. DOI: 10.3969/j.issn.1002-087X.2021.11.017 |
| |
| Authors: | XIAO Renxin LI Bin HUANG Zhiqiang JIA Xianguang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
