基于改进PNGV模型的动力锂电池SOC精确估计

邓 磊，李小谦，吴浩伟，姚 川， 汪晓峰

(武汉第二船舶设计研究所，湖北武汉430064)

基于改进PNGV模型的动力锂电池SOC精确估计

邓 磊，李小谦，吴浩伟，姚 川， 汪晓峰

(武汉第二船舶设计研究所，湖北武汉430064)

作为动力锂电池的核心参数，锂电池的荷电状态(SOC)的精度估算决定了储能系统控制的精度和管理的可靠性，目前业内对于SOC估计算法的研究不够深入，导致精度低，计算量大，并且依赖于初始值精度，工程应用难度大，以至于动力锂电池管理系统的精确控制和管理难以实现。对电池等效电路PNGV模型进行改进，提高了模型精度，并结合拓展卡尔曼滤波算法(EKF)实现了高精度的SOC估计，通过电池实测和仿真验证，该算法提高了SOC估算精度，解决了SOC估计依赖初值精度问题，具有较高的工程应用价值。

动力锂电池；改进PNGV模型；EKF；SOC估计

磷酸铁锂电池是较常用、具有较大发展潜力的动力电池，具有安全性好、功率密度高和寿命长等优点，在磷酸铁锂动力电池的能量管理中，荷电状态(SOC)的准确估计是动力系统运行的关键，因此意义重大。

锂离子电池的充电和放电是一个异常复杂的电化学反应过程，温度、电流、电池材料的变化等多重因素都会对电池性能产生影响，因此SOC的精确估算非常困难。目前SOC估计的方法主要有[1]：阻抗测试法、安时积分法、开路电压法、电动势法等。安时积分法需要高精度的电流测量和标定的SOC初始值，在实际应用场合二者都难保证；开路电压法是根据锂离子电池的开路电压(OCV)曲线查表计算SOC，需要对电池静置后测量电压，在实际应用场合很难利用；……