基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计

• 作者: 叶敏 徐信芯 李嘉波 李忠玉 焦生杰 魏孟
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 锂离子电池 BMS SOC 扩展卡尔曼滤波
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 储能系统与工程
• 页码范围: 1147-1152
• 页数: 6页
• 分类号: TM911
• 字数: 4000字
• 语种: 中文
• DOI: 10.19799/j.cnki.2095-4239.2020.0071

摘要

锂离子电池荷电状态(SOC)是电池管理系统(BMS)重要的参数之一,准确估计可以提高电池的使用寿命.然而在SOC估计过程中,会受到如测量设备的精度、噪声等外界因素的干扰,降低SOC的估计精度.为了提高SOC的估计精度,针对扩展卡尔曼滤波(EKF)算法易受噪声干扰,提出了以新息自适应扩展卡尔曼滤波来提高SOC的估计精度和稳定性.通过实验工况采集的数据,并与传统的EKF进行对比,估计误差可以控制在3％以内,验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦生杰	长安大学公路养护装备国家工程实验室	167	1258	18.0	26.0
2	叶敏	长安大学公路养护装备国家工程实验室	58	206	8.0	11.0
3	徐信芯	长安大学公路养护装备国家工程实验室	31	55	4.0	6.0
4	李嘉波	长安大学公路养护装备国家工程实验室	13	11	2.0	2.0
5	魏孟	长安大学公路养护装备国家工程实验室	6	4	1.0	2.0
6	李忠玉		11	8	2.0	2.0