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

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