文献类型：期刊文章

作　　者：李伟[1] 刘伟嵬[1] 邓业林[2]

LI Wei;LIU Weiwei;DENG Yelin(School of Mechanical Engineering,Dalian University of Technology,Dalian,Liaoning,116024;School of Rail Transportation,Soochow University,Suzhou,Jiangsu,215006)

机构地区：[1]大连理工大学机械工程学院,大连116024 [2]苏州大学轨道交通学院,苏州215006

出　　处：《中国机械工程》

基　　金：中央高校基本科研业务费专项资金资助项目(DUT18RC(3)008);辽宁省“兴辽英才计划”资助项目(XLYC1802106)

年　　份：2020

卷　　号：31

期　　号：3

起止页码：321-327

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对电池荷电状态(SOC)难以准确估计的问题,采用扩展卡尔曼滤波方法来提高SOC的估计精度。首先以磷酸铁锂电池为研究对象,建立了电池的PNGV等效电路模型,并采用充放电实验和离线辨识的方法得到模型中的参数,得到了开路电压、欧姆内阻、极化内阻和极化电容与SOC的多项式函数关系;然后,对模型进行验证,并分析了模型的准确性;最后,在实际工况下,运用扩展卡尔曼滤波方法估计锂离子电池的SOC值,并与安时法计算的SOC值进行比较。结果表明,PNGV模型结合扩展卡尔曼滤波方法估计的锂离子电池SOC值的最大误差仅为2.78%,提高了电池SOC的估计精度。

关 键 词：锂离子电池 荷电状态(SOC)  PNGV模型  开路电压 扩展卡尔曼滤波

分 类 号：TM912]