瑞达电源述对磷酸铁锂电池组soc估算的研究

发布时间:2024-11-05 阅读:0 来源: 瑞达电源

  对磷酸铁锂电池组soc估算的研究

  磷酸铁锂电池组soc估算是为了更好的应用电池组作为动力电池。文中选用了二阶RC电池模型,应用噪声自适应匹配的无迹卡尔曼滤波法来估算电池组的soc,提高了卡尔曼滤波算法的准确度。仿真结果以及实验验证,证实该算法具有较高的估算精度,用时soc估算的效果较好。

  动力电池组的soc计算是动力电池组BMS系统运行的重要前提。准确的估算动力电池组的soc能够提高电池的安全性能,有效的保护电池,延长电池组的使用寿命,提高电池的使用效率。

  动力电池组的soc估算难点在于电池组系统动态特性比较复杂,因此建立合适的电池模型,选择合适的估算方法是soc估算的关键。常见的电池模型主要是电化学模型、神经网络模、等效电路模型,文中选择的是2阶RC等效电路模型,该模型能够较准确的反应电池组的动态特性。卡尔曼滤波算法能够实时的追踪系统的状态,适合用于动力电池组的soc估算研究。

  卡尔曼滤波算法是应用于线性系统的估算方法,而电池组是一个复杂的非线性系统,因此有采用泰勒展开来将非线性系统线性化的扩展卡尔曼滤波(EKF)算法,EKF算法能够较好的应用于电池组soc估算研究但计算的过程较为复杂,计算的稳定性较差,因此文中采用的是无迹卡尔曼滤波(UKF)算法,UKF算法通过对系统的状态变量进行UT变换,将状态变量转化为符合状态变量统计特性的几个采样点,再带入系统方程中运算。UKF算法相比EKF算法计算简单,算法稳定。

  为了进一步提高计算精度,文中对于系统的噪声采用自适应匹配的算法,实时的更新系统的状态噪声和观测噪声,能够进一步提高系统方程的准确程度,提高算法的精度。

电动三轮车系列 蓄电池 动力电池厂家

相关推荐:

广东发布电动车充电设施建设技术规程

本田联手通用研发燃料动力锂电池或将共同研发锂电池

特斯拉最新发布的一项电池技术

RA系列 铅酸蓄电池 备用电池

DG系列铅酸蓄电池 储能电池厂家

上一篇:锂电池七大技术和资源受制于国外 下一篇:锂电池包隔膜新型材料可以满足技术发展需求吗?