-
题名基于AEKF的锂离子电池SOC估算
被引量：3
- 1
-
-
作者
王祥
苏建徽
赖纪东
周晨光
苏志鹏
-
机构
合肥工业大学光伏系统教育部工程研究中心
-
出处
《电子技术应用》
2023年第4期57-62,共6页
-
基金
安徽省高校协同创新项目(GXXT-2021-025)。
-
文摘
针对拓展卡尔曼滤波(Extended Kalman Filter,EKF)算法进行锂离子电池荷电状态(State of Charge,SOC)估算时噪声信息固定从而导致估算精度低的问题,提出噪声信息协方差能够自动匹配的自适应拓展卡尔曼滤波(Adaptive Extended Kalman Filter,AEKF)算法。首先基于电池的双极化(Dual Polarization,DP)等效电路模型进行参数辨识,建立精确的等效模型;然后在动态应力测试(Dynamic Stress Test,DST)工况下对比了EKF滤波算法与AEKF滤波算法噪声协方差矩阵变化情况以及对电池SOC的估算效果,结果表明AEKF滤波算法具有更高的估算精度;最后设置了几组不同的SOC初始偏差,验证了AEKF滤波算法在估算电池SOC时具有鲁棒性强的优点。
-
关键词
锂离子电池
荷电状态估算
dp等效电路模型
自适应拓展卡尔曼滤波
-
Keywords
lithium-ion battery
state of charge estimation
dual polarization equivalent circuit model
adaptive extended Kalman filter
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
