【摘要】：電池荷電狀態(tài)(SOC)是描述電池性能的重要指標(biāo)之一。針對磷酸鐵鋰電池(LiFePQ_4)的特性,選用了能夠較真實(shí)地反應(yīng)電池內(nèi)部狀態(tài)的PNGV電路模型,提出了改進(jìn)模型的方法。采用擴(kuò)展卡爾曼濾波算法(EKF),說明了擴(kuò)展卡爾曼濾波估算荷電狀態(tài)的原理并將內(nèi)阻R_0看作狀態(tài)變量進(jìn)行同時(shí)預(yù)估更新,改進(jìn)形成新的卡爾曼濾波算法。在仿真時(shí)對充電電流加入了噪聲模擬實(shí)測數(shù)據(jù)。結(jié)果表明,該方法能夠適應(yīng)電池特性的動(dòng)態(tài)變化,保證較高的SOC估算精度,減小誤差,提高實(shí)用性。
[Abstract]:The charged state (SOC) is one of the important indexes to describe the battery performance. According to the characteristics of lithium iron phosphate battery (LiFePQ_4), the PNGV circuit model which can truly reflect the internal state of the battery is selected, and the method of improving the model is put forward. The extended Kalman filter (EKF),) is used to explain the principle of the extended Kalman filter (EKF) to estimate the charged state, and the internal resistance R _ S _ 0 is regarded as a state variable to estimate and update simultaneously, which is improved to form a new Kalman filter algorithm. In the simulation, the noise simulation data are added to the charging current. The results show that the proposed method can adapt to the dynamic changes of the battery characteristics, ensure high SOC estimation accuracy, reduce the error and improve the practicability.
【作者單位】： 山東科技大學(xué)電氣與自動(dòng)化工程學(xué)院;
【基金】：中國博士后科學(xué)基金資助項(xiàng)目(2015T80729) 青島市博士后研究人員應(yīng)用研究項(xiàng)目(2015190)
【分類號】：TM912;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 緱玲玲;袁中直;鐘清華;劉金成;;一次鋰-亞硫酰氯電池電化學(xué)阻抗譜與荷電狀態(tài)(英文)[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S1期

2 王福忠;鄧?yán)?;基于區(qū)域極點(diǎn)配置電池荷電狀態(tài)的估計(jì)方法[J];節(jié)能;2013年04期

3 趙凱;朱黎明;;無跡卡爾曼濾波的電池荷電狀態(tài)估計(jì)試驗(yàn)研究[J];汽車工程學(xué)報(bào);2013年05期

4 程博;韓琳;王軍平;曹秉剛;;利用免疫進(jìn)化網(wǎng)絡(luò)的鎳氫電池組荷電狀態(tài)預(yù)測[J];西安交通大學(xué)學(xué)報(bào);2007年11期

5 李革臣;古艷磊;;電化學(xué)阻抗譜法預(yù)測鋰電池荷電狀態(tài)[J];電源技術(shù);2008年09期

6 夏晴;劉志遠(yuǎn);;電動(dòng)汽車動(dòng)力電池荷電狀態(tài)的滑模估計(jì)方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S1期

7 麻友良,陳全世,朱元;變電流下的電池荷電狀態(tài)定義方法探討[J];電池;2001年01期

8 何鵬林;王曉冬;;串聯(lián)鋰離子電池組荷電狀態(tài)評估方法對比[J];安全與電磁兼容;2011年01期

9 沈江;張文斌;全小紅;周嵩;陳景玲;;鈦酸鋰電池荷電狀態(tài)的試驗(yàn)研究[J];新技術(shù)新工藝;2014年01期

10 葉林;陳政;趙永寧;;考慮電池荷電狀態(tài)的光伏功率分段平滑控制方法[J];電網(wǎng)技術(shù);2014年07期

相關(guān)會(huì)議論文 前3條

1 孫駿;李寶輝;;電動(dòng)汽車電池荷電狀態(tài)的估算方法研究及展望[A];2012安徽省汽車工程學(xué)會(huì)年會(huì)論文集[C];2012年

2 張秀玲;宋建軍;;基于RBF神經(jīng)網(wǎng)絡(luò)的MH-Ni電池荷電狀態(tài)預(yù)估模型[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

3 程艷青;高明煜;;基于卡爾曼濾波的電動(dòng)汽車SOC估計(jì)[A];浙江省電源學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)暨省科協(xié)重點(diǎn)科技活動(dòng)“高效節(jié)能電力電子新技術(shù)”研討會(huì)論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 鄒幽蘭;基于退役鋰動(dòng)力電池容量、內(nèi)阻和荷電狀態(tài)的建模與參數(shù)估計(jì)[D];中南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張樹鵬;電動(dòng)汽車電池荷電狀態(tài)及行動(dòng)力分析研究[D];上海交通大學(xué);2015年

2 潘貴財(cái);基于神經(jīng)網(wǎng)絡(luò)的電池組容量檢測系統(tǒng)設(shè)計(jì)[D];大連理工大學(xué);2015年

3 羅志亮;鋰電池荷電狀態(tài)自適應(yīng)估計(jì)算法研究[D];哈爾濱工業(yè)大學(xué);2016年

4 楊瀟;基于模糊算法的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)控制策略研究[D];山東大學(xué);2016年

5 林鵬峰;磷酸鐵鋰電池建模及其荷電狀態(tài)估計(jì)算法研究[D];西南交通大學(xué);2015年

6 馮小華;多模式電池組的能量快速擴(kuò)展與分配方法研究[D];上海應(yīng)用技術(shù)大學(xué);2016年

7 趙曉兵;鋰離子電池荷電狀態(tài)在線估計(jì)技術(shù)研究[D];南京航空航天大學(xué);2016年

8 黃銳森;鋰電池荷電狀態(tài)、健康狀態(tài)以及功率狀態(tài)的聯(lián)合在線估計(jì)算法[D];西南交通大學(xué);2017年

9 夏晴;電動(dòng)汽車用鋰離子電池荷電狀態(tài)估計(jì)算法的研究[D];哈爾濱工業(yè)大學(xué);2011年

10 和曉念;鋰電池荷電狀態(tài)預(yù)測方法研究[D];河南師范大學(xué);2012年

，

本文編號：2281796