MIAEKF算法对锂电池荷电状态估算的研究

摘要：

为弥补扩展卡尔曼滤波算法估算锂离子动力电池的荷电状态(SOC)时误差大的缺点,从而更加有效地监测电池的状态,文中以二阶RC等效电路模型为基础,建立数学关系简单、易于工程实现的状态空间模型.在递推最小二乘法的基础上加入自适应因子来辨识二阶电路模型中相应的参数,并进行电路模型精确度验证;然后,结合多创新的自适应扩展卡尔曼滤波算法(MIAEKF)对电池荷电状态(SOC)进行精准估算;最后,利用Matlab数值软件编程该算法并进行仿真验证.仿真结果表明,基于多创新的自适应扩展卡尔曼滤波算法估算电池SOC的平均误差最小为1.12％,估算的最大误差为2.69％,说明基于多创新的自适应扩展卡尔曼滤波算法在估算过程中有更高的精度和更快的收敛速度,对锂离子电池荷电状态的精度有较精准的估计.

关键词：荷电状态、MIAEKF算法、电池模型、参数辨识、锂离子电池、荷电状态估算、仿真验证

所属期刊栏目：45

分类号：TN713-34;TP301.6(基本电子电路)

资助基金：河北省自然科学基金E2019209492

在线出版日期：2022-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：115-120