文献类型：期刊文章

作　　者：邓宫泰[1] 马磊[1] 贾俊波[2] 韩明[2]

机构地区：[1]西南交通大学电气工程学院系统科学与技术研究所,四川成都610031 [2]淡马锡理工学院清洁能源研究中心,新加坡529757

出　　处：《电源技术》

基　　金：国家自然科学基金(51177138)

年　　份：2016

卷　　号：40

期　　号：10

起止页码：1931-1935

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：常规LiFePO_4动力电池组SOC(state of charge)估计方法难以同时满足复杂工况下SOC预测的可靠性与初值不敏感性,为解决该问题,提出一种针对电池组工况特性下的扩展卡尔曼滤波算法。该算法基于电池组工况放电特性,提取其特征参数并进行模式分类,根据在电池充放电时不同参数与区间,对卡尔曼滤波模型进行动态参数补偿,加快SOC向真值的收敛速度,并减少SOC估计误差,实现算法对SOC估计初值的不敏感性。最后使用美国机车工况测试UDDS标准模型,对实际采集的电池模型进行仿真实验,其结果验证了所提出的算法可行性和有效性。

关 键 词：LiFePO4动力电池组  SOC  能量管理  扩展卡尔曼滤波 自适应卡尔曼滤波

分 类 号：TM912.9]