锂电池SOC算法的研究进展

2021-10-20 06:10:36程琳瑞叶芯榕程桂石赵莹田伟
蓄电池 2021年5期
关键词:卡尔曼滤波实验模型

程琳瑞,叶芯榕,程桂石*,赵莹,田伟

(1.华北电力大学新能源学院,北京102206;2.华北电力大学控制与计算机工程学院,北京 102206;3.南京金邦动力科技有限公司,江苏 南京 211200)

0 引言

现代以来,全球各个国家尤其重视生态环境的可持续发展,开始从各个方面入手改善生态环境,减少污染。作为人类生产生活中不可或缺的交通工具,燃油汽车耗油量在石油总消耗量中占比较大。考虑到石油资源短缺,以及汽车尾气污染大气,新能源汽车应运而生,有望逐步替代传统燃油汽车,减少对石油的依赖,减轻对生态环境的污染和伤害。

动力电池是新能源汽车的关键部分,研究其相关特性对新能源汽车的发展具有重要意义。锂电池以其高能量密度、长循环使用寿命、较好的安全性等优势,在新能源汽车动力电池领域独树一帜。进一步提高动力电池的使用寿命和安全性,关键在于有一个更稳定、更精确的电池管理系统(BMS)。然而,电池管理系统的可靠性在于电池的荷电状态(SOC)是否更接近真实值。通过SOC可以判断是否需要对电池进行充放电,进而提高电池的循环使用寿命,提升用户的使用体验。但是,电池的SOC 值不能通过直接测量得到,只能通过其他直接测量得到的数据来进行估计,而且这些数据还会受电池温度、外界环境、电池老化度等因素的影响。当锂电池的SOC值在20 %~80 %之间时,开路电压非常平滑。如果仅依靠开路电压来进行SOC的估算,误差较大。并且,在不同工作条件下,虽然电池开路电压相同,但是实际的SOC值可能相差非常大。……

登录APP查看全文

猜你喜欢
卡尔曼滤波实验模型
一半模型
记一次有趣的实验
重尾非线性自回归模型自加权M-估计的渐近分布
做个怪怪长实验
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
3D打印中的模型分割与打包
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
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
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