- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
研究与设计
锂电池的电量估计仿真研究
刘晓春,杨惠珍,朱良,李冀
(西北工业大学航海学院,陕西西安
710072)
摘要:锂电池的荷电状态(SOC,State-of-Charge)直接反映电池的剩余电量,是电池组管理的核心参数。然而,电池循环
次数的增加、瞬间大电流、温度等因素将导致电池特性发生变化,因此使用扩展卡尔曼滤波(EKF,extendedkalman
filtering)对锂电池的荷电状态进行估计会引入较大的误差甚至算法发散。为了有效抑制参数扰动和系统的非线性,基于
一种改进的二阶RC等效电路模型,应用粒子滤波算法(PF,particlefiltering)实现了锂电池荷电状态的估计。最后,根据
锂电池放电实验所得数据进行仿真,结果显示了该算法的优越性
。
关键词:锂电池模型;荷电状态;粒子滤波
中图分类号:TM912.9文献标识码:A文章编号:1002-087X(2017)03-0367-03
BehaviorsimulationandSOCestimationmethodforLi-ionbatteries
LIUXiao-chun,YANGHui-zhen,ZHULiang,LIJi
(CollegeofMarineEngineering,NorthwesternPolythechnicalUniversity,XianShanxi710072,China)
Abstract:Asthekeyparameterforpowerbatterymanagement,theSTATE-OF-Charge(SOC)ofthelithiumbatterydirectly
indicatestheresidualcapacity.However,withtheincreaseofcycles,instantaneoushighcurrent,abnormaltemperaturesand
otherfactorswouldchangecellcharacteristics,whichmightintroducelargererrorevendivergenceovertimeiftheextended
Kalmanfiltering(EKF)algorithmwereappliedtotheSOCestimation.Tosuppresstheparametersdisturbanceandsystem
nonlinear,amethodbasedonparticlefiltering(PF)algorithmwasproposedtorealizeaccurateSOCestimationontheimproved
RCequivalentcircuitmodelofthelithiumbattery.Thesuperiorityofthismethodisvalidatedbysimulationresults.
Keywords:lithiumbatterymodel;state-of-charge;particlefiltering
锂离子电池由于具有工作电压高、体积小、质量轻、能量观测变量,以负载电压估计值和实际观测值的误差去修正
高、无记忆效应、自放电小、循环寿命长等优点,在移动电子设SOC的估计值,实现对SOC的闭环估计。刘新天[4-5]针对锂电
备、自主机器人、电动汽车等诸多领域得到了广泛利用,是池成组提出Vmin模型并应用扩展卡尔曼滤波算法实现了锂
21
世纪发展的重要能源。为确保锂电池的安全、长寿命运行,需
[1]
电池组SOC的较精确估计。为抑制电流漂移噪声的干扰,何
通过电池的管理系统对其进行精确的状态估计和正确有效的耀[6]提出了将电池荷电状态及电流漂移噪声一起作为状态变
管理。锂电池的SOC直接反映了电池剩余电量的多少,只有量建立动力锂电池组的噪声混合模型,并应用Joint-EKF算法
准确的SOC估计才能实现电池电量的有效管理,避免电池的实现动力锂电池荷电状态及电流漂移噪声的同步估计。随后,
过充过放行为,从而延迟电池的使用寿命为了能够有效抑制参数扰动和系统非线性,何耀[7]又提出基于
。
由于锂电池充放电具有高度的非线性,要精确地估计锂组合模型的无迹卡尔曼粒子滤波算法,但由于需要生成大量
电池的SOC具有一定的难度。目前,锂电池SOC的
文档评论(0)