基于改进的AUKF锂离子电池荷电状态估计

• 作者: 于少娟 李晓帆
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 锂离子电池 荷电状态 自适应无迹卡尔曼滤波 容量
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 120-125
• 页数: 6页
• 分类号: TP391.9
• 字数: 3200字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2019.09.025

摘要

准确估计锂离子电池荷电状态(SOC)对于其安全运行和高效管理至关重要.针对电动汽车实际运行时电池环境复杂而SOC估算精度不高的问题,首先建立了考虑温度效应、参数变化的电池动态模型,使用自适应无迹卡尔曼滤波(AUKF)估计电池SOC,使其在实际工况下获得比传统无迹卡尔曼滤波(UKF)更精确的结果.同时采用卡尔曼滤波器在线更新充放电过程中衰减的电池容量,用于改进AUKF估计SOC,使SOC的在线估计更加准确,在复杂工况下估计误差在1.79％范围内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于少娟	太原科技大学电子信息工程学院	41	70	5.0	7.0
2	李晓帆	太原科技大学电子信息工程学院	2	0	0.0	0.0