基于均值模型的电动叉车电池组荷电状态估计

• 作者: 张清明 张爽 文小康 王奔 陈亚菲
• 来源期刊: 电工技术
• 学科: 工学
• 关键词: 动力电池组 荷电状态 扩展卡尔曼滤波算法 模型参数辨识 联合估算
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 理论研究
• 页码范围: 1-4
• 页数: 4页
• 分类号: TM912
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2020.17.001

摘要

针对电动叉车的动力电池组荷电状态(SOC)的实时估计,考虑到电池存在的差异性,采用电池选型外部滤波过程,建立了二阶RC等效电路模型与电池组均值模型,并提出了FFRLS_EKF联合算法.运用带遗忘因子的最小二乘法(FFRLS)进行模型参数辨识,结合扩展卡尔曼滤波算法实现SOC估计.通过试验测试与MATLAB计算验证,结果表明开路电压(OCV)模型估计值与实际值的误差均值约为0.02 V,动力电池组SOC值与各单体电池均值的误差小于2％.该方法应用于电池组,可实现电池组内各单体电池的最大可用容量和荷电状态一致性估计.

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		96	794	15.0	23.0
2	张爽		12	38	4.0	6.0
3	文小康		3	0	0.0	0.0
4	张清明		2	2	1.0	1.0
5	陈亚菲		2	2	1.0	1.0