双卡尔曼滤波算法在锂电池SOC估算中的应用

摘要：

以在线估计锂离子电池组的荷电状态(SOC)为目的,建立了双卡尔曼滤波(DEKF)算法.以Thevenin电池模型和卡尔曼滤波算法为基础,对电池模型建立了状态空间表达式.分别采用最小二乘法和DEKF算法对该模型参数进行辨识,提高了该模型的精度,使电池模型能够较好地反映电池内部的真实状态.介绍了双卡尔曼滤波算法在线估算荷电状态的原理,并设计了相关的电池测试实验.实验结果表明在不同的工况环境下,该算法在线估计SOC具有较高的精度和对环境的适应度,最大误差小于4.5％.最后,验证了DEKF算法具有较好的收敛性和鲁棒性,可以有效解决初值估算不准和累积误差的问题.

关键词：双卡尔曼滤波、荷电状态、锂离子电池、电池模型

所属期刊栏目：34

分类号：TM912

资助基金：国家863计划2012AA041701

在线出版日期：2013-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1732-1738