文献类型：期刊文章

作　　者：裴超[1] 王大磊[2] 冉孟兵[1] 王曼[1] 代昀杨[1] 蒋凯[3]

PEI Chao;WANG Dalei;RAN Mengbing;WANG Man;DAI Yunyang;JIANG Kai(State Grid Chongqing Jiangbei Power Supply Company, Chongqing 401123, China;State Grid Chongqing Shiqu Power Supply Company, Chongqing 400015, China;School of Electrical and Electronic, Huazhong University of Science and Technology, Wuhan 430074,China)

机构地区：[1]国网重庆市电力公司江北供电分公司,重庆401147 [2]国网重庆市电力公司市区供电分公司,重庆400015 [3]华中科技大学电气与电子工程学院,湖北武汉430074

出　　处：《智慧电力》

基　　金：国家重点研发计划资助项目(2018YFB0905600)~~

年　　份：2019

卷　　号：47

期　　号：5

起止页码：84-89

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：荷电状态估计是储能电池管理的一项重要指标。目前工程上广泛使用的安时积分法虽然简单,但是存在诸多局限性。为了提高电量估算的精度和速度,同时考虑实际应用需求,针对储能电池开展了基于自适应扩展卡尔曼滤波(AEKF)法的荷电状态估计研究,以二阶Thevenin等效电路模型为基础,列写状态空间表达式,建立滤波器模型并根据实际情况对算法进行适当改进。仿真实验通过对比扩展卡尔曼滤波(EKF)法和AEKF方法,证实了AEKF方法的优越性。

关 键 词：荷电状态(SOC)估计  储能电池 自适应扩展卡尔曼滤波法(AEKF)  状态空间表达式  

分 类 号：TM912]