锂电池荷电状态估算方法研究

2019-01-13 10:59:34
装备机械 2019年4期
关键词:卡尔曼滤波

重庆交通大学 机电与车辆工程学院 重庆 400074

1 研究背景

电动汽车节能、环保等优势使发展电动汽车成为缓解能源危机和减少环境污染的有效途径。在电池管理系统[1-3]中,电池荷电状态是主要参数之一[4-6]。准确估算荷电状态,能使电池利用率达到最大化,能够避免电池在工作过程中出现过充、过放的现象,提高电池循环使用寿命,为精确估计续驶里程提供依据。笔者针对荷电状态的估算方法进行研究,对比各种方法的特点及优缺点。

2 荷电状态定义

电池荷电状态又称电池剩余电量,在数值上表示为电池的剩余电量与标称容量的比值,即:

SOC=QR/CS

(1)

式中:SOC为电池荷电状态;QR为电池剩余电量,Ah;CS为标称容量,Ah。

当荷电状态值为0%时,表示电池完全放电。反之,当荷电状态值为100%时,则表示电池完全充电。

3 荷电状态影响因素

荷电状态不能直接被测量,估算结果受多方面因素的综合影响,主要包括电池的充放电次数、自放电率、各电池差异性、电池工作时环境温度、电池充放电倍率等。因此,准确估算荷电状态是电动汽车发展的一大关键步骤。

4 锂电池荷电状态估算方法

4.1 电荷累积法

电荷累积法是最常用的荷电状态估算方法。这一方法利用在一段时间内电池放电或充电电流对时间的积分,用初始荷电状态与积分得到的荷电状态做差,求得荷电状态值:

(2)

式中:SOC0为电池初始电量;CN为电池额定容量,Ah;η为电池充放电效率;t为电池放电时间;I为电池充放电电流,A。

电荷累积法是一种方便、基础且可靠的电池剩余电量估算方法。……

登录APP查看全文

猜你喜欢
卡尔曼滤波
基于双扩展卡尔曼滤波的电池荷电状态估计
测控技术(2018年11期)2018-12-07 05:49:38
改进的扩展卡尔曼滤波算法研究
测控技术(2018年12期)2018-11-25 09:37:34
基于无迹卡尔曼滤波的行波波头辨识
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
基于有色噪声的改进卡尔曼滤波方法
基于序贯卡尔曼滤波的OCT信号处理方法研究
基于模糊卡尔曼滤波算法的动力电池SOC估计
电源技术(2016年9期)2016-02-27 09:05:39
融合卡尔曼滤波的VFH避障算法
基于扩展卡尔曼滤波的PMSM无位置传感器控制
电源技术(2015年1期)2015-08-22 11:16:28
基于EMD和卡尔曼滤波的振荡信号检测