基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计

作者：李嘉波^*; 魏孟; 李忠玉; 焦生杰; 叶敏; 徐信芯

来源：储能科学与技术, 2020, 9(04): 1147-1152.

DOI：10.19799/j.cnki.2095-4239.2020.0071

• 锂离子电池
• BMS
• SOC
• 扩展卡尔曼滤波

锂离子电池荷电状态(SOC)是电池管理系统(BMS)重要的参数之一,准确估计可以提高电池的使用寿命。然而在SOC估计过程中,会受到如测量设备的精度、噪声等外界因素的干扰,降低SOC的估计精度。为了提高SOC的估计精度,针对扩展卡尔曼滤波(EKF)算法易受噪声干扰,提出了以新息自适应扩展卡尔曼滤波来提高SOC的估计精度和稳定性。通过实验工况采集的数据,并与传统的EKF进行对比,估计误差可以控制在3%以内,验证了该模型的有效性。

• 单位
  河南省高远公路养护技术有限公司; 长安大学