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
单位:中国科学院沈阳自动化研究所 沈阳110016 中国科学院大学 北京100049 辽宁省电力有限公司沈阳供电公司 沈阳100300
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社