首页|分数阶扩展卡尔曼滤波算法的锂电池SOC估算

分数阶扩展卡尔曼滤波算法的锂电池SOC估算

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
由于锂离子电池的SOC(state of charge)不能直接被测得,目前只能通过电池外部输出特性对其进行估算.以磷酸铁锂电池为研究对象,考虑到电池各种复杂的非线性特征,分析了电池的电化学阻抗特性,采用恒相位元件(CPE)对传统的等效电路模型进行改进,建立了分数阶(fractional order)等效电路模型;联合遗传算法和混合脉冲动力试验对分数阶等效电路模型的参数进行离线识别;基于扩展卡尔曼滤波算法,建立了分数阶扩展卡尔曼滤波算法(frac-tional order extended Kalman Filter)的锂电池SOC 估算模型;根据动态应力试验DST(dynamic stress test)工况设计制定了锂电池充放电方案,在环境温度 25℃条件下,实时采集电池电流及电压数据,将采集所得数据输入到Matlab建立的模型中,对目标电池进行SOC估算.仿真结果表明:与二阶戴维南电路模型SOC仿真结果相比,基于FEKF算法的SOC估算结果具有更高的精度且波动性更小,误差均小于0.72%,均方根误差仅为0.24%.
SOC estimation of lithium-ion battery by Extended Kalman Filtering algorithm based on fractional order battery model

fractional order modelExtended Kalman filterSOC estimationgenetic algorithmThevenin circuit model

安治国、周志鸿、伍柏霖

展开 >

重庆交通大学 机电与车辆工程学院,重庆 400074

分数阶模型 扩展卡尔曼滤波 SOC估计 遗传算法 戴维南电路模型

重庆市科委项目

cstc2019jcyjmsxmX0761

2023

10.3969/j.issn.1674-8425(z).2023.09.003

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(17)
  • 1