基于Vmin-EKF的动力锂电池组SOC估计
DOI:
CSTR:
作者:
作者单位:

中国科学技术大学自动化系

作者简介:

陈宗海

通讯作者:

中图分类号:

基金项目:


Based-Vmin-EKF SOC Estimation for Power Li-ion Battery Pack
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    动力电池组的荷电状态(SOC,State-of-charge)是电动汽车能量控制的重要参数。针对串联锂电池组的SOC估计问题,建立电池组的Vmin状态空间模型,电池组内单体电池负载电压的最小值Vmin和电池组的SOC分别作为模型的观测变量和状态变量。应用扩展卡尔曼滤波算法,实现对SOC的动态估计。模拟电动汽车的实际工况进行电池组放电实验,结果表明,该方法能实时准确估计电池组SOC。

    Abstract:

    State-of-charge of power battery pack is an important parameter for electrical vehicle. Aiming at SOC estimation for Li-ion battery pack of multi cells in series, a Vmin state space model of battery pack is proposed. The minimal cell load voltage of the battery pack(Vmin) is the model outpt variable, and SOC is the model state variable. With Extended Kalman Filter applied, Dynamic state estimation of SOC is realized. The experiment was made to simulate the behaviors of battery pack in the actual work conditon of electrical vehicle. The result demonstrates that accurate and real-time estimation of SOC can be obtained with this approach.

    参考文献
    相似文献
    引证文献
引用本文

陈宗海.基于Vmin-EKF的动力锂电池组SOC估计[J].控制与决策,2010,25(3):445-448

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-04-10
  • 最后修改日期:2009-08-05
  • 录用日期:
  • 在线发布日期: 2010-03-20
  • 出版日期:
文章二维码