基于SR-HPPC和EKF的强适应性电池参数辨识

• 作者: 王志 王顺利 于春梅 熊然
• 来源期刊: 电池
• 学科: 工学
• 关键词: 锂离子电池 离散模型 荷电状态(SOC) 扩展卡尔曼滤波(EKF)算法 阶跃响应 参数辨识
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 新能源
• 页码范围: 35-37
• 页数: 3页
• 分类号: TM912.9
• 语种: 中文
• DOI: 10.19535/j.1001-1579.2022.01.009

摘要

准确的建模与荷电状态(SOC)估计能确保电池管理系统安全启动及稳定运转.以三元正极材料锂离子电池为研究对象,建立离散模型.在传统参数拟合的基础上,结合模型在阶跃响应下的性质,提出一种辨识方法.该方法结合不同工况实验,对电池工作特性进行分析.将参数辨识方法阶跃响应(SR)-混合功率脉冲特性(HPPC)构建的模型与扩展卡尔曼滤波(EKF)算法相结合,得到的系统鲁棒性提高,跟随效果较好,准确性较高,在动态应力测试(DST)工况下的电压误差最大为0.73％,SOC估计误差最大为1.04％.