重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (7): 336-342.

• 能源动力环境 • 上一篇    

不同温度下的锂电池 SOC联合估算

周 坤,张春阳,何佳琦   

  1. 1.河南科技大学 信息工程学院,河南 洛阳 471023; 2.电力电子装置与系统河南省工程实验室,河南 洛阳 471023)
  • 出版日期:2023-08-15 发布日期:2023-08-15
  • 作者简介:周坤,男,硕士研究生,主要从事新能源电动汽车动力工程研究,Email;905669465@qq.com;通信作者 张春阳, 男,博士,教授,主要从事生产过程的自动检测、诊断与控制技术等研究,Email;2316663550@qq.com。

SOC joint estimation of lithium batteries at different temperatures

  • Online:2023-08-15 Published:2023-08-15

摘要: 为准确估算电动汽车的荷电状态,针对扩展卡尔曼滤波算法存在噪声、鲁棒性差等 问题,基于二阶 RC等效电路模型,在不同温度下进行脉冲放电实验和最小二乘法离线辨识,再 提出双自适应鲁棒扩展卡尔曼滤波(DAREKF)算法对模型参数和 SOC进行在线联合估算。仿 真结果表明:在常温条件下与 AREKF算法相比,所提算法可以使 SOC估算误差保持在 1.14% 以内;在低温条件下,越接近 0℃,该算法的误差越小。

关键词: 二阶 RC等效电路模型, 模型参数辨识, 自适应鲁棒扩展卡尔曼滤波, 联合估算

Abstract: Aiming at the problems of noise and poor robustness of extended Kalman filter algorithm, this paper carries out pulse discharge experiments and the least square off-line identification at different temperatures based on the second-order RC equivalent circuit model. Then, the double adaptive robust extended Kalman filter (DAREKF) algorithm is proposed to jointly estimate the model parameters and SOC online. The simulation results show that, compared with AREKF algorithm, the proposed algorithm can keep the SOC estimation error within 1.14% at room temperature. At a low temperature, the closer to 0°C, the smaller the error of the algorithm.

中图分类号: 

  • TM912