基于双时间尺度扩展卡尔曼粒子滤波算法的电池组单体荷电状态估计

• 作者: 刘征宇 汤伟 王雪松 黎盼春
• 来源期刊: 中国机械工程
• 学科: 交通运输
• 关键词: 扩展卡尔曼粒子滤波 单体荷电状态估计 双时间尺度 电池组
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 动力电池
• 页码范围: 1834-1839
• 页数: 6页
• 分类号: U463
• 字数: 3607字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2018.15.010

摘要

为实现对电池组单体荷电状态(SOC)的精确估算,首先对锂电池组单体建立增强自校正(ESC)模型,然后根据锂电池ESC模型建立电池组平均模型和各单体SOC差异模型,再对其用双时间尺度的扩展卡尔曼粒子滤波(EKPF)算法来估算电池组平均SOC值和各单体差异SOC值,从而得到电池组中各单体SOC值.对12节锂电池串联电池组进行SOC估算实验,结果表明,基于双时间尺度EKPF算法的电池组单体SOC估计方法可实现对单体SOC的精确估计,且该方法比双时间尺度扩展卡尔曼滤波算法和扩展卡尔曼滤波(EKF)算法具有更高的估算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪松	合肥工业大学机械工程学院	6	45	5.0	6.0
2	刘征宇	合肥工业大学机械工程学院	67	680	15.0	23.0
6	汤伟	合肥工业大学机械工程学院	8	45	4.0	6.0
7	黎盼春	合肥工业大学机械工程学院	3	7	1.0	2.0