基于RLS和EKF算法的全钒液流电池SOC估计

• 作者: 李鑫 段泽民 邱亚 陈薇 魏达
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 全钒液流电池 SOC 扩展卡尔曼滤波 系统辨识 实时仿真
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 37-44
• 页数: 8页
• 分类号: TM911
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.1346

摘要

针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5 kW/30 kWh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鑫	合肥工业大学电气与自动化工程学院	66	265	8.0	12.0
2	陈薇	合肥工业大学电气与自动化工程学院	37	110	6.0	8.0
3	段泽民	合肥工业大学电气与自动化工程学院	19	12	1.0	3.0
4	邱亚	合肥工业大学电气与自动化工程学院	10	26	3.0	5.0