文献类型：期刊文章

作　　者：田茂飞[1] 安治国[1] 陈星[1] 赵琳[1] 李亚坤[1] 司鑫[1]

TIAN Maofei;AN Zhiguo;CHEN Xing;ZHAO Lin;LI Yakun;SI Xin(School of Mechatronics & Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, China)

机构地区：[1]重庆交通大学机电与车辆工程学院

出　　处：《储能科学与技术》

年　　份：2019

卷　　号：8

期　　号：4

起止页码：745-750

语　　种：中文

收录情况：AJ、CAS、CSCD、CSCD2019_2020、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：SOC的准确估计对提高电池的动态性能和能量利用效率至关重要,估计过程中,模型参数不准确以及系统噪声的不确定性都会对结果产生较大影响。为减小模型参数辨识和系统噪声对SOC估计精度的影响,本文采用二阶RC等效电路模型,结合自适应扩展卡尔曼滤波算法(AEKF)进行锂电池的SOC估计。用带有遗忘因子的最小二乘法对模型参数进行在线辨识,以减小由参数辨识引起的估计误差,AEKF可以对系统和过程噪声进行修正,从而减小噪声对SOC估计的影响。最后分别用EKF和AEKF进行SOC估计并比较其误差,结果表明,AEKF联合最小二乘法参数在线辨识具有更高的精度和更好的适应性。

关 键 词：SOC估计 二阶RC模型  在线参数辨识 扩展卡尔曼滤波 自适应扩展卡尔曼滤波  

分 类 号：TM912]