基于扩展卡尔曼滤波法的锂电池荷电状态估计.pdfVIP

中 外 能 源 窑90 窑 SINO-GLOBAL ENERGY 2023年 第28卷 基于扩展卡尔曼滤波法的锂电池荷电状态估计 杨 凯袁郭 韵 (上海工程技术大学机械与汽车工程学院袁上海 201620) 摘 要 锂离子电池在储能电站具有广阔的应用前景袁它是储能电站的能量储存单元袁精确地对锂离子电池荷电状态(SOC) 进行预测是至关重要的袁这可以在很大程度上提高电站系统的安全性能遥 通过多种等效电路模型的对比袁选择二阶 戴维南等效电路模型遥 选择三洋 18650型动力锂电池作为电池充放电实验对象袁设计测试实验步骤袁得出电池的参 考容量为3.4A窑h袁库伦效率为98.48%遥对电池模型进行精确的参数辨识袁通过曲线拟合得到 U -SOC关系表达式遥 OC 在仿真软件 MATLAB/Simulink 中运用扩展卡尔曼滤波法(EKF)对SOC 进行仿真预测袁通过SOC 误差曲线对比可以 发现袁EKF估计器在起始状态略有误差袁但 1min内即快速收敛到SOC 参考值附近袁并且稳定状态下观测误差可维 持在0.1%以内袁能够满足工程实际应用的要求袁证明了扩展卡尔曼滤波法对电池SOC 预测的准确性遥 关键词 锂电池 荷电状态 等效电路模型 参数辨识 扩展卡尔曼滤波 仿真预测 员 前言 件下遥 在野双碳冶背景下袁储能技术得到了很大的发 2.2 开路电压法 展遥 据统计袁2011耀2015年袁我国储能进入示范应用 开路电压法的原理为院 电池在长时间静置下袁 阶段袁示范项目逐步开展袁截至 2015年底袁电化学 其开路电压与SOC 的函数关系相对固定遥 开路电 储能累计装机规模为 164.1MW遥 2016耀2020年袁我 压的测试首先需要电池长时间静置袁以克服其自身 国储能进入商业化初期袁政策支持力度加大袁装机 的恢复效应袁才能够测试准确袁基于开路电压函数 规模快速增加袁截至2020年底袁电化学储能累计装 模型来进行估算遥其优势在于成本低尧易于实现袁但 机规模已达3.3GW遥锂离子电池是电化学储能电站 是预测精度比较差袁鲁棒性一般袁不适合用于SOC 的能量储存单元袁采用准确的方法对电池荷电状态 的在线估计遥 (SOC)进行预测是当下亟待解决的问题遥 本文以三 2.3 卡尔曼滤波法 [1] 洋 18650型锂电池为实验目标袁 对电池SOC 预测 卡尔曼滤波法 的优势在于计算机对数据进行 进行研究袁实验结果与数据对比证明了实验方法的 实时更新与处理袁使用范围广泛袁对锂离子电池的 可行性袁能够为储能电站项目所应用遥 荷电状态预测具有较好的滤波效果遥但卡尔曼滤波 2 常用的SOC估算方法 法对电池模型的准确度要求高袁计算量大袁算法较 2.1 电流积分法(安时法) 为繁琐袁 因此为了提升该方法预测结果的精准度袁 安时法即利用SOC 的定义来估计电池SOC袁 公式如下院 基金项目院国家自然科学基金项目野天然气加热气化装置非稳 t 乙t0