基于ESP模型的锂电池参数辨识和SOC估计

摘要：

精准的电池模型是电动汽车电池管理系统的关键,它为准确估计电池荷电状态(SOC)提供保证.基于电化学反应机理,建立扩展单粒子(ESP)模型.基于ESP模型参数较多的特点,利用改进遗传算法分不同SOC阶段进行多组参数辨识,通过充放电实验验证模型的准确性.基于ESP模型和卡尔曼滤波算法,引入强跟踪滤波器和自适应滤波方法,且对模型状态方程进行修正,建立自适应强跟踪Sigma点卡尔曼滤波算法来进行SOC估计.结果 表明,ESP模型有较高的精度,且基于此模型和所建立的算法可以实现对SOC的精确估计,其最大误差在2.3％以内.

关键词：扩展单粒子模型、参数辨识、改进遗传算法、荷电状态估计、卡尔曼滤波

所属期刊栏目：44

分类号：TM912

在线出版日期：2020-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：832-835,874