锂离子电池模型参数和荷电状态联合估算算法

论文摘要

针对电动汽车锂离子电池状态估算问题,提出了一种复合的电池荷电状态(state of charge,SOC)估算算法。在固定参数卡尔曼滤波算法的基础上,引入基于遗忘因子的递推最小二乘法(forgotten factor recursive least square,FFRLS)进行电池模型参数在线辨识;基于在线模型参数,利用无迹卡尔曼滤波算法(unscented Kalman filter,UKF)估算电池SOC,实现电池模型参数和SOC的实时联合估算。采集电池充放电实验数据进行离线仿真,结果表明该算法能较好地跟踪电池工作状态,SOC估算误差基本稳定在3%以内。

论文目录

文章来源

类型: 期刊论文

作者: 刘秭杉,孙立清

关键词: 锂离子电池,荷电状态,递推最小二乘法,无迹卡尔曼滤波

来源: 中国科技论文 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 北京理工大学机械与车辆学院

分类号: TM912

页码: 410-416

总页数: 7

文件大小: 291K

下载量: 128

相关论文文献

标签：锂离子电池论文;  荷电状态论文;  递推最小二乘法论文;  无迹卡尔曼滤波论文;