基于模型估计的LiFePO4电池EKF滤波算法SOC估计研究

• 作者: 贾俊波 邓宫泰 韩明 马磊
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: LiFePO4动力电池组 SOC 能量管理 扩展卡尔曼滤波 自适应卡尔曼滤波
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 1931-1935
• 页数: 5页
• 分类号: TM912.9
• 字数: 4682字
• 语种: 中文

摘要

常规LiFePO4动力电池组SOC(state of charge)估计方法难以同时满足复杂工况下SOC预测的可靠性与初值不敏感性,为解决该问题,提出一种针对电池组工况特性下的扩展卡尔曼滤波算法.该算法基于电池组工况放电特性,提取其特征参数并进行模式分类,根据在电池充放电时不同参数与区间,对卡尔曼滤波模型进行动态参数补偿,加快SOC向真值的收敛速度,并减少SOC估计误差,实现算法对SOC估计初值的不敏感性.最后使用美国机车工况测试UDDS标准模型,对实际采集的电池模型进行仿真实验,其结果验证了所提出的算法可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马磊	西南交通大学电气工程学院系统科学与技术研究所	35	228	10.0	13.0
2	贾俊波	淡马锡理工学院清洁能源研究中心	12	200	9.0	12.0
3	韩明	淡马锡理工学院清洁能源研究中心	30	291	11.0	16.0
4	邓宫泰	西南交通大学电气工程学院系统科学与技术研究所	2	4	1.0	2.0