提出并建立了一种锂离子电池二阶电路等效动态模型，在对模型的适应性验证的基础上，设计了一种卡尔曼滤波算法来估算锂离子电池荷电状态。仿真和实验结果表明，卡尔曼滤波算法能有效减少测量噪声以及同一生产工艺下电池的参数不稳定性所带来的影响，并显示了很高的精确度，其中快速估算的精确度为96.1%，缓慢估算的精确度为99.0%。
2021-09-07 21:54:37
383KB
1
针对利用平方根无极卡尔曼算法估算电池SOC时,因噪声协方差为常量带来的误差,在平方根无极卡尔曼滤波(SR-UKF)算法的基础,改进了算法,把每次测量的输出值残差的协方差作为噪声的协方差,得到自适应平方根无极卡尔曼滤波算法,使得噪声协方差随时间的更新而更新,解决了噪声协方差为常量带来的误差。实验表明,利用自适应平方根无极卡尔曼滤波算法对在常温下电池放电过程的SOC估计,精确度在总体上得到了提高,在电池工作区间0.2≤YSOC≤0.9内估计误差在1.5%以内。自适应平方根无极卡尔曼滤波算法对电池常温放电过程的SOC估计能满足电动汽车电池SOC估计的实际要求。
2021-08-23 11:34:36
598KB
1