期刊汇官方网站,咨询热线:400-803-1233

结合电路等效和UKF-EKF的锂电池SOC估算方法研究

刘小菡;王顺利;苏杰;顾鹏程;马程;西南科技大学信息工程学院;检测研究所;

摘要: 动力锂电池具备能量高、绿色环保等优点,逐步在汽车、航天、船舶等领域得以应用,常以成组形式被使用,以满足高电压、大容量的供电需求。但在生产与使用中单体不一致现象严重影响了电池的使用效率、寿命以及安全性,电池管理系统(Battery Management System, BMS)应运而生。动力电池荷电状态(State of Charge, SOC)的准确估算,对电动汽车电池管理系统(Battery Management System, BMS)有极其重要的意义。针对动力电池估算所存在的等效模型模拟电池充放电过程中真实低、常用算法精度损失等问题,基于二阶戴维南等效电路模型,对比分析扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法与无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法优、缺点,提出UKF-EKF联合的SOC在线估算。以18490三元锂电池为检测对象,利用递推最小二乘法进行电池模型的参数辨识,将估计的SOC结果和试验测量结果进行比较,通过实验与仿真验证该方法的精度。实验结果表明,SOC估计精度在3%内,为锂电池等效电路模型的分析研究提供了一种可行方式。
关键词:18490三元锂电池;二阶戴维南等效电路模型;UKF-EKF;递推最小二乘法;
基金:四川省大学生创新创业训练项目(201810619027); ;控制工程国防基础科研计划项目(B3120133002); ;四川省科技厅重点研发项目(2017FZ0013); ;四川省教育厅科研项目(17ZB0453); ;绵阳市科技局科技攻关项目(15G-03-3); ;

参考文献:
[1]基于自适应无迹卡尔曼滤波的锂电池SOC估计[J]. 刘胜永,于跃,罗文广,李昊,黄俊华. 控制工程. 2017(08)
[2]基于模糊优化决策的锂电池SOC估计[J]. 侯恩广,乔昕,刘广敏. 电源技术. 2017(06)
[3]基于无迹卡尔曼滤波估算电池SOC[J]. 石刚,赵伟,刘珊珊. 计算机应用. 2016(12)
[4]基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计[J]. 杨海学,张继业,张晗. 电工电能新技术. 2016(01)
[1]Online internal short circuit detection for a large format lithium ion battery[J] . Xuning Feng,Caihao Weng,Minggao Ouyang,Jing Sun. Applied Energy . 2016
[2]A GA optimization for lithium–ion battery equalization based on SOC estimation by NN and FLC[J] . ShuMei Zhang,Lin Yang,XiaoWei Zhao,JiaXi Qiang. International Journal of Electrical Power and Ene . 2015
[3]An SOC estimation approach based on adaptive sliding mode observer and fractional order equivalent circuit model for lithium-ion batteries[J] . Fuli Zhong,Hui Li,Shouming Zhong,Qishui Zhong,Chun Yin. Communications in Nonlinear Science and Numerical . 2015 (1-3)
[1] A Double-Scale,Particle-Filtering,Energy State Prediction Algorithm for Lithium-Ion Batteries. Xiong R,Zhang Y Z,He H W,et al. IEEE Transactions on Industrial Electronics . 2018
[2] Robust Adaptive Sliding-Mode Observer Using RBF Neural Network for Lithium-Ion Battery State of Charge Estimation in Electric Vehicles. Xiaopeng Chen,Weixiang Shen,Mingxiang Dai,et al. IEEE Transactions on Vehicular Technology . 2016
[3] SOC Estimation of Lithium-ion Batteries with A自适应卡尔曼and Wavelet Transform Matrix. Zhang Z L,Cheng X,Lu Z Y. IEEE Transactions on Power Electronics . 2016
[4] An accurate SOCestimation system for lithium-ion batteries by AKFwith dynamic noise adjustment. Lin L,Fukui M,Takaba K. International Symposium on Communications and Information Technologies . 2016

服务与支付

加载页面耗时0.026秒