文献类型：期刊文章

作　　者：王笑天[1,2] 杨志家[1] 王英男[3] 王忠锋[1]

机构地区：[1]中国科学院沈阳自动化研究所,沈阳110016 [2]中国科学院大学,北京100049 [3]辽宁省电力有限公司沈阳供电公司,沈阳100300

出　　处：《仪器仪表学报》

基　　金：国家863计划(2012AA041701)资助项目

年　　份：2013

卷　　号：34

期　　号：8

起止页码：1732-1738

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20133816756958)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：以在线估计锂离子电池组的荷电状态(SOC)为目的,建立了双卡尔曼滤波(DEKF)算法。以Thevenin电池模型和卡尔曼滤波算法为基础,对电池模型建立了状态空间表达式。分别采用最小二乘法和DEKF算法对该模型参数进行辨识,提高了该模型的精度,使电池模型能够较好地反映电池内部的真实状态。介绍了双卡尔曼滤波算法在线估算荷电状态的原理,并设计了相关的电池测试实验。实验结果表明在不同的工况环境下,该算法在线估计SOC具有较高的精度和对环境的适应度,最大误差小于4.5%。最后,验证了DEKF算法具有较好的收敛性和鲁棒性,可以有效解决初值估算不准和累积误差的问题。

关 键 词：双卡尔曼滤波  荷电状态 锂离子电池 电池模型

分 类 号：TM912]