留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Kalman滤波的镍氢动力电池SOC估算方法

吴红杰 齐铂金 郑敏信 刘永喆

吴红杰, 齐铂金, 郑敏信, 等 . 基于Kalman滤波的镍氢动力电池SOC估算方法[J]. 北京航空航天大学学报, 2007, 33(08): 945-948.
引用本文: 吴红杰, 齐铂金, 郑敏信, 等 . 基于Kalman滤波的镍氢动力电池SOC估算方法[J]. 北京航空航天大学学报, 2007, 33(08): 945-948.
Wu Hongjie, Qi Bojin, Zheng Minxin, et al. Ni-MH battery state-of-charge estimation based on Kalman filter[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007, 33(08): 945-948. (in Chinese)
Citation: Wu Hongjie, Qi Bojin, Zheng Minxin, et al. Ni-MH battery state-of-charge estimation based on Kalman filter[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007, 33(08): 945-948. (in Chinese)

基于Kalman滤波的镍氢动力电池SOC估算方法

基金项目: 国家高技术研究发展专项(863)经费资助项目(2005AA501240)
详细信息
    作者简介:

    吴红杰(1970-),男,河北石家庄人,博士后, wuhj@buaa.edu.cn.

  • 中图分类号: TP 20; TM 912.1

Ni-MH battery state-of-charge estimation based on Kalman filter

  • 摘要: 动力电池的荷电状态(SOC,State-of-Charge)是电动车能量控制的重要参数,针对镍氢动力电池,建立了一种新的状态空间模型.电池模型采用荷电状态和极化状态作为状态向量,考虑持续充放电时电荷累积效应对电池电压的影响,对模型的状态方程进行了优化,增加了电荷累积项,以提高模型在变电流充放电过程中的精度.根据Kalman最优滤波理论,设计了电池荷电状态Kalman滤波递推算法,估算方法考虑了电池电压、电流和电池温度,给出了递推计算公式.根据恒流充电、恒流放电、脉冲充/放电、变电流充/放电实验的实验数据,对模型进行了仿真分析.结果表明,采用Kalman滤波估算方法有利于提高动力电池的荷电状态估算精度,适合应用在混合动力电动车中.

     

  • [1] 吴红杰. 混合动力电动车镍氢动力电池管理技术研究 . 北京:北京航空航天大学机械工程及自动化学院,2006 Wu Hongjie. Study on Ni-MH battery management techniques for hybrid electric vehicle . Beijing:School of Mechanical Engineering and Automation, Beijing University of Aeronautics and Astronautics,2006(in Chinese) [2] 齐国光,李建民,郏航,等. 电动汽车电量计量技术的研究[J]. 清华大学学报(自然科学版), 1997,37(3):47-50 Qi Guoguang; Li Jianmin, Jia Hang, et al. Research on the measuring technology of battery capacity for electric vehicles[J]. Journal of Tsinghua University(Sci & Tech),1997,37(3):47-50 (in Chinese) [3] Salkind A J,Fennie C, Singh P,et al.Determination of state-of-charge and state-of-health of batteries by fuzzy logic methodology[J]. Journal of Power Sources,1999,80(1/2):293-300 [4] 朱元,韩晓东,田光宇. 电动汽车动力电池SOC预测技术研究[J]. 电源技术, 2000,24(3):29-32 Zhu Yuan,Han Xiaodong,Tian Guangyu. Research on estimation technology of traction-battery SOC for electric vehicle[J]. Chinese Journal of Power Sources, 2000,24(3):29-32(in Chinese) [5] Cai C H, Du D, Liu Z Y. Battery state-of-charge (SOC) estimation using adaptive neuro-fuzzy inference system (ANFIS) IEEE International Conference on Fuzzy Systems. Piscataway,NJ:IEEE,2003,2:1068-1073  [6] Plett G L. Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs-Part 3. State and parameter estimation[J]. Journal of Power Sources, 2004,134 (2):277-292 [7] Kalman R E. A new approach to linear filtering and prediction problems [J]. Transactions of the ASME-Journal of Basic Engineering, 1960,82:35-45 [8] 王志贤.最优状态估计与系统辨识[M]. 西安:西北工业大学出版社,2004:30-46,137-138 Wang Zhixian. Optimization estimation and system identification [M]. Xi-an:Northwestern Polytechnical University Press,2004:30-46,137-138(in Chinese)
  • 加载中
计量
  • 文章访问数:  3169
  • HTML全文浏览量:  162
  • PDF下载量:  2400
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-10-10
  • 网络出版日期:  2007-08-31

目录

    /

    返回文章
    返回
    常见问答