重庆理工大学学报(自然科学) ›› 2021, Vol. 35 ›› Issue (5): 170-176.doi: 10.3969/j.issn.1674-8425(z).2021.05.023

• 能源动力环境 • 上一篇    下一篇

基于 AEKF在线辨识的电池 SOC估计

宋俊辉,沈 簊,闫志伟,丁鑫权   

  1. 南京航空航天大学 能源与动力学院,南京 210016
  • 收稿日期:2019-12-04 出版日期:2021-06-07 发布日期:2021-06-07
  • 作者简介:宋俊辉,男,硕士研究生,主要从事无人机混合动力系统研究,Email:sssjunhui@163.com;通讯作者沈簊,男, 博士,副教授,主要从事数字图像处理等技术研究,Email:huan_shen@nuaa.edu.cn。
  • 基金资助:
    航空科学基金项目(20170923001)

  • Received:2019-12-04 Online:2021-06-07 Published:2021-06-07

摘要: 根据电池在某型混合动力无人机中的应用需求,针对锂离子电池的荷电状态估计 进行研究,采用在线参数辨识的方法,实时修正模型辨识参数,结合自适应扩展卡尔曼滤波算法 (AEKF)迭代判断算法中误差均值与方差,对基于二阶戴维宁等效电路模型的 SOC结果进行有 效判断。通过开展电池的恒流放电以及变化电流脉冲试验,利用实验数据与仿真结果对比分析 SOC估计算法的正确性和精确度。结果表明:在线参数辨识的 AEKF与 EKF相比,AEKF的 SOC估计结果与实际值更接近,在恒流工况下误差保持在 0.5%以内,在变化电流工况下仍可 以保持在 0.8%以内,精确度得到了极大提升,具有较强的抗干扰性。

关键词: SOC, 自适应扩展卡尔曼滤波, 在线辨识, 二阶戴维宁模型

中图分类号: 

  • U469.72