基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计 |
| |
引用本文: | 段瑞林,王奔,魏久林,杨洋.基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计[J].电工技术,2019(19):7-10. |
| |
作者姓名: | 段瑞林 王奔 魏久林 杨洋 |
| |
作者单位: | 西南交通大学电气工程学院,四川 成都,611756;西南交通大学电气工程学院,四川 成都,611756;西南交通大学电气工程学院,四川 成都,611756;西南交通大学电气工程学院,四川 成都,611756 |
| |
摘 要: | 磷酸铁锂电池荷电状态(SOC)用于表征电池的剩余电量,是电池管理系统的重要参数。对SOC进行准确估计有助于提高电池利用率,保证电池的使用寿命和安全。但是SOC不能直接从外部测量得到,只能通过各种间接的方法求得,因此寻求准确的电池SOC估计算法非常重要。对磷酸铁锂电池进行建模,使用14组电池充放电数据分段进行参数辨识,得到具有广泛适用性的模型参数。基于此模型,运用自适应扩展卡尔曼滤波算法进行SOC估计,克服了常用扩展卡尔曼滤波会受到噪声影响的弊端,并通过仿真分析证明了算法的优越性。
|
关 键 词: | 磷酸铁锂电池 建模与参数辨识 荷电状态估计 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|