重庆理工大学学报（自然科学）

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

PDF (PC)

443

赞

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