基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计

• 作者: 杨洋 段瑞林 王奔 魏久林
• 来源期刊: 电工技术
• 学科: 交通运输
• 关键词: 磷酸铁锂电池 建模与参数辨识 荷电状态估计
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 理论研究
• 页码范围: 7-10
• 页数: 4页
• 分类号: U482
• 字数: 2274字
• 语种: 中文

摘要

磷酸铁锂电池荷电状态(SOC)用于表征电池的剩余电量,是电池管理系统的重要参数.对SOC进行准确估计有助于提高电池利用率,保证电池的使用寿命和安全.但是SOC不能直接从外部测量得到,只能通过各种间接的方法求得,因此寻求准确的电池SOC估计算法非常重要.对磷酸铁锂电池进行建模,使用14组电池充放电数据分段进行参数辨识,得到具有广泛适用性的模型参数.基于此模型,运用自适应扩展卡尔曼滤波算法进行SOC估计,克服了常用扩展卡尔曼滤波会受到噪声影响的弊端,并通过仿真分析证明了算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王奔	西南交通大学电气工程学院	96	794	15.0	23.0
2	杨洋	西南交通大学电气工程学院	23	44	4.0	6.0
3	魏久林	西南交通大学电气工程学院	7	5	2.0	2.0
4	段瑞林	西南交通大学电气工程学院	3	2	1.0	1.0