重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2022, Vol. 36 ›› Issue (8): 29-35.

• “新能源汽车”专栏 • 上一篇    

两种联合算法的三元锂电池 ＳＯＣ估计比较

葛才安，郑燕萍，虞 杨   

  1. １．南京林业大学 汽车与交通工程学院，南京 ２１００３７； ２．南京林业大学 机械与电子工程学院，南京 ２１００３
  • 发布日期:2022-09-28
  • 作者简介:葛才安，男，硕士研究生，主要从事新能源汽车动力电池研究，Ｅｍａｉｌ：ｎｊｆｕｇｃａ＠ｎｊｆｕ．ｅｄｕ．ｃｎ；通讯作者 郑燕萍， 女，硕士研究生，教授，主要从事新能源汽车、现代汽车设计理论与方法研究，Ｅｍａｉｌ：ｚｈｅｎｇｙｐ＠ｎｊｆｕ．ｃｏｍ．ｃｎ

  • Published:2022-09-28

PDF (PC)

71

赞

摘要： 电池荷电状态（ＳＯＣ）估计的准确性受到电池模型精度的影响。为了提高复杂工况 下电池 ＳＯＣ估计精度，比较基于遗忘因子递推最小二乘法 －扩展卡尔曼滤波（ＦＦＲＬＳＥＫＦ）和 双扩展卡尔曼滤波（ＤＥＫＦ）联合算法的三元锂电池 ＳＯＣ估计方法。分别利用 ＦＦＲＬＳ和 ＥＫＦ算 法在线辨识电池模型参数，然后与 ＥＫＦ算法联合进行三元锂电池 ＳＯＣ估计。在动态应力测试 （ＤＳＴ）工况下，两种联合算法的 ＳＯＣ估计结果表明：ＦＦＲＬＳＥＫＦ联合算法的估计误差在 ２．４９％ 之内，ＤＥＫＦ联合算法的估计误差在 ２．６２％之内；ＦＦＲＬＳ建立的电池模型精度更高，端电压平均 误差为 ０．３７ｍＶ。

关键词: 三元锂电池；ＳＯＣ估计；在线辨识；遗忘因子递推最小二乘法；扩展卡尔曼滤波

中图分类号: 

  • U469.72