基于在线参数辨识和AEKF的锂电池SOC估计

• 作者: 司鑫 安治国 李亚坤 田茂飞 赵琳 陈星
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: SOC估计 二阶RC模型 在线参数辨识 扩展卡尔曼滤波 自适应扩展卡尔曼滤波
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 研究开发
• 页码范围: 745-750
• 页数: 6页
• 分类号: TM912
• 字数: 3742字
• 语种: 中文
• DOI: 10.12028/j.issn.2095-4239.2019.0077

摘要

SOC的准确估计对提高电池的动态性能和能量利用效率至关重要,估计过程中,模型参数不准确以及系统噪声的不确定性都会对结果产生较大影响.为减小模型参数辨识和系统噪声对SOC估计精度的影响,本文采用二阶RC等效电路模型,结合自适应扩展卡尔曼滤波算法(AEKF)进行锂电池的SOC估计.用带有遗忘因子的最小二乘法对模型参数进行在线辨识,以减小由参数辨识引起的估计误差,AEKF可以对系统和过程噪声进行修正,从而减小噪声对SOC估计的影响.最后分别用EKF和AEKF进行SOC估计并比较其误差,结果表明,AEKF联合最小二乘法参数在线辨识具有更高的精度和更好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安治国	重庆交通大学机电与车辆工程学院	35	90	6.0	7.0
2	陈星	重庆交通大学机电与车辆工程学院	13	11	3.0	3.0
3	赵琳	重庆交通大学机电与车辆工程学院	4	11	3.0	3.0
4	李亚坤	重庆交通大学机电与车辆工程学院	4	8	2.0	2.0
5	田茂飞	重庆交通大学机电与车辆工程学院	3	8	2.0	2.0
6	司鑫	重庆交通大学机电与车辆工程学院	4	8	2.0	2.0