基于自适应卡尔曼滤波的矿用救生舱动力电池SOC估计

• 作者: 于微波 刘克平 杨听听 魏来
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 矿用救生舱 磷酸铁锂动力电池 SOC估计 自适应卡尔曼滤波算法
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 产品及组件设计
• 页码范围: 118-123
• 页数: 6页
• 分类号: TM912
• 字数: 3943字
• 语种: 中文

摘要

磷酸铁锂动力电池是矿用救生舱的重要组成部分，其电荷状态（ SOC）估计的准确性直接影响避难人员的安危。针对电池SOC常用估算方法的不足，提出一种基于自适应卡尔曼滤波的矿用救生舱动力电池SOC估算方法。在电池特性分析的基础上，建立了更符合实际的改进二阶RC等效电池模型和电池的状态空间模型。通过脉冲放电实验和改进的带遗忘因子递推最小二乘算法，对模型参数进行在线辨识，并将自适应卡尔曼滤波算法（ AKF）用于此模型，在线估计电池的SOC。实验结果表明：AKF可以实时修正模型误差，实时估计SOC的动态变化，估算精度高，能够满足矿用救生舱电池管理系统的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于微波	长春工业大学电气与电子工程学院	45	237	7.0	14.0
2	刘克平	长春工业大学电气与电子工程学院	66	385	10.0	15.0
3	魏来	长春工业大学电气与电子工程学院	12	12	2.0	3.0
4	杨听听	长春工业大学电气与电子工程学院	3	10	2.0	3.0