基于改进扩展卡尔曼滤波算法的SOC估算

作     者：胡坤 张冰战 刘忠涛 汪永嘉 朱茂飞 HU Kun;ZHANG Bingzhan;LIU Zhongtao;WANG Yongjia;ZHU Maofei

作者机构：合肥工业大学汽车与交通工程学院安徽合肥230009 安徽省数字化设计与制造重点实验室安徽合肥230009 合肥学院先进制造工程学院安徽合肥230601 安徽省智能车辆控制与集成设计技术工程研究中心安徽合肥230601 

基　　金：中央高校基本科研业务费专项资金资助(PA2023GDSK0065) 

出 版 物：《汽车实用技术》 (Automobile Applied Technology)

年 卷 期：2023年第48卷第23期

页      码：6-13页

摘      要：在电动车、储能系统和移动设备等领域中,电池管理系统是保障电池组性能和安全性的关键技术之一,而电池荷电状态(SOC)估算是其重要的组成部分。文章重点针对18650型号的磷酸铁锂电池(单体电池)SOC估算展开研究和设计,首先选择双阶远程控制(RC)模型作为电池模型,通过电池容量标定实验、开路电压(OCV)-SOC标定实验、混合功率脉冲特性(HPPC)实验确定了双阶RC模型的各个动态参数,在MATLAB/Simulink中搭建动力电池仿真模型,验证了所选模型的可靠性。然后,为了解决单体电池SOC估算精度和成本等问题,以扩展卡尔曼滤波(EKF)算法为基础提出了一种改进方法,即在预测第k个时间步的误差协方差矩阵时,引入了时变渐消因子,在更新方差Q和R时引入自适应分子。最后,通过不同循环工况对提出的算法进行仿真分析,结果显示,提出的算法提升了SOC估算的精度,实用性强。

主 题 词：锂离子电池 卡尔曼滤波算法 双阶RC模型 SOC估算 参数辨识 

学科分类：08[工学] 0807[工学-电子信息类] 

D　O　I：10.16638/j.cnki.1671-7988.2023.023.002

馆 藏 号：203125165...