双卡尔曼滤波算法在锂电池SOC估算中的应用.pdfVIP

学兔兔 仪 器 仪 表 学 报 Vo1．34 No．8 第34卷 第8期 2013年8月 Chinese Journal of Scientific Instrument Aug．2013 双卡尔曼滤波算法在锂电池SOC估算中的应用：l： 王笑天 ，杨志家 ，王英男。，王忠锋 (1．中国科学院沈阳自动化研究所 沈阳 110016；2．中国科学院大学 北京 100049； 3．辽宁省电力有限公司沈阳供电公司 沈阳 100300) 摘 要：以在线估计锂离子电池组的荷电状态(SOC)为目的，建立了双卡尔曼滤波(DEKF)算法。以Thevenin电池模型和卡尔 曼滤波算法为基础，对电池模型建立了状态空间表达式。分别采用最小二乘法和DEKF算法对该模型参数进行辨识，提高了该 模型的精度，使电池模型能够较好地反映电池内部的真实状态。介绍了双卡尔曼滤波算法在线估算荷电状态的原理，并设计了 相关的电池测试实验。实验结果表明在不同的工况环境下，该算法在线估计SOC具有较高的精度和对环境的适应度，最大误 差小于4．5％。最后，验证了DEKF算法具有较好的收敛性和鲁棒性，可以有效解决初值估算不准和累积误差的问题。 关键词：双卡尔曼滤波；荷电状态；锂离子电池；电池模型 中图分类号：TM912 文献标识码：A 国家标准学科分类代码：470 Application of dual extended Kalman filtering algorithm in the state·-of-charge estimation of lithium--ion battery Wang Xiaotian 一，Yang Zhijia ，Wang Yingnan ，Wang Zhongfeng (J．Shenyang 疵 e ofAutomation，Chinese Academy ofSciences，Shenyang 110016，China； 2．University of Chinese Academy of Sciences，Beijing 100049，China；3．Shenyang Power Supply Company， Liaoning Electric Power Company Limited，Shenyang 100300，China) Abstract：This paper proposes a dual extended Kalman filtering(DEKF)algorithm for estimating the State-of-Charge (SOC)of lithium-ion batteries on line．First of all，the state-space representation of the battery model is established based on Thevenin battery model and Kalman filtering algorithm．The least squares method and the DEKF algorithm are used to identify the battery model parameters，which improves the model accuracy and facilitates the battery model to well reflect