大容量锂电池在线参数辨识及SOC联合估计

• 作者: 帅孟超 袁赛 邓志刚
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 在线参数辨识 变遗忘因子递推最小二乘法 SOC 无迹卡尔曼滤波
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 综述
• 页码范围: 7-11,20
• 页数: 6页
• 分类号: TM91
• 字数: 3277字
• 语种: 中文

摘要

为了提高对大容量磷酸铁锂电池的在线联合精度,分别对在线参数辨识、及SOC估计两部分做了研究.对电池建立了二阶RC等效电路模型,求出了状态表达方程式;使用变遗忘因子的递推最小二乘法来进行在线参数辨识.在多脉冲放电实验工况下,离线参数辨识的最大误差为4.86％(0.18V);而采用变遗忘因子递推最小二乘法,在线辨识的最大误差为1.89％(0.07V).在线参数辨识不仅实现了实时性,也提高了精度.在参数辨识的基础上,分别采用扩展卡尔曼滤波算法(EKF)、无迹卡尔曼滤波算法(UKF)对电池SOC进行联合估计.在多脉冲放电实验工况中,当SOC的初始误差在30％以内时,UKF算法收敛到误差允许范围内的最大时间为400s;EKF算法收敛到误差允许范围内的最大时间为1100s(实验中电池的总运行时间为18000s).且当SOC初值正确时,UKF的最大误差为3.2％,而EKF的误差约为7.8％.因此,UKF的鲁棒性、精确度明显优于EKF.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁赛	广西大学电气工程学院	2	1	1.0	1.0
2	邓志刚	广西大学电气工程学院	1	1	1.0	1.0
3	帅孟超	广西大学电气工程学院	1	1	1.0	1.0