张莹莹Zhang Yingying

研究员

研究员 硕士生导师

入职时间:2017-07-01

所在单位:电气与自动化工程学院

职务:教师

学历:博士研究生毕业

办公地点:逸夫楼929

在职信息:在职

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于改进的CDKF锂电池SOC估计方法

发布时间:2023-02-28 点击次数:

DOI码:10.19799/j.cnki.2095-4239.2021.0124
发表刊物:储能科学与技术
关键字:荷电状态;CDKF;参数辨识;LM优化方法
摘要:准确估算荷电状态(SOC)可以为电池之间的均衡管理提供依据,延长锂电池组整体的使用寿命。针对中心差分卡尔曼滤波算法(CDKF)存在较大线性误差的问题,提出一种改进的CDKF算法。在原算法中引入迭代滤 波思想,多次利用测量信息更新状态量估算值,使得观测信息不断迭代更新,基于LM优化方法不断修正协方差矩阵,有效减小了线性误差。首先基于二阶阻容(RC)电路单元模型,选择最小二乘参数辨识方法,辨识出模型阻容参数;然后进行HPPC实验,验证电池等效模型的准确性;最后分别在恒流放电和动态工况下应用改进后的CDKF算法对电池SOC和电压进行估计,并将估计结果与CDKF算法进行比较。两种工况下验证结果表明改进后的CDKF算法精度更高,SOC估计精度可提升1.16%,最大估计误差小于1.7%,算法收敛时间也比原算法短,改进后的CDKF算法在估计精度和鲁棒性方面均有所提升,更具有应用优势。
合写作者:王玥童,夏金松
第一作者:张小利
论文类型:期刊论文
通讯作者:张莹莹
卷号:10
期号:4
页面范围:1454-1462
ISSN号:2095-4239
是否译文:
发表时间:2021-07-01
收录刊物:EI