logo
当前位置:池能电子 -- 新闻中心 -- 锂电知识 -- 浏览文章

基于UKF的动力电池SOC估算算法研究

时间:2014-7-7 14:04:35来源:本站原创浏览次数:
    动力电池荷电状态(SOC)在线估算对于混合电动汽车蓄电池管理系统有着举足轻重的意义。针对动力电池SOC估算算法中应用广泛的扩展卡尔曼滤波法(EKF)在非线性系统应用时存在的精度损失问题,采用无迹卡尔曼滤波法(UKF)以提高估算精度。研究了一种改进的电动势(EMF)电池等效模型,讨论了该模型的参数和空间状态方程,并将UKF应用于该模型估算SOC。由实验分析可知,对比采用开路电压法得出的SOC真实值,UKF结合EMF电池等效模型在估算算法中有较高的精度,其估算误差小于5%,且SOC估计结果明显优于EKF,具有较高的实用价值。

    动力电池等效模型对SOC估算具有重要意义。在建模方面,此处采用的EMF模型考虑了温度、极化等因素对SOC估算的影响,在温度变化大的时候,适当对电压进行补偿:在算法上。在UKF中将比例修正法加入对称采样中.避免了局部效应问题;UKF在蓄电池SOC的估算过程中比EKF更容易实现,并能实现更高的状态估计精度。可以预见,基于适合的电池等效模型,UKF在其他各类蓄电池的SOC估计方面也有着广阔的应用空间.因此进一步实现基于UKF的SOC估算方法的工程化是很有必要的。

    在下图随机电流放电状态下的SOC估计中,UKF方法再次体现出了其较强的误差抑制能力。对比两种方法得到SOC曲线可知。EKF方法产生的SOC估算误差峰值已经接近7%,相对而言,UKF方法产生的误差峰值还不到5%:此外,在整个估算过程中,EKF方法产生的误差还出现了几次较剧烈的波动,而UKF产生的误差则相对平稳。由此可知.对比OCV.SOC曲线得出的SOC真值曲线,在两种放电状态下,应用UKF估算动力电池SOC比EKF有更好的精度和稳定性。
  随机放电状态下SOC估算比较(a)SOC估算结果比较    (b)SOC估算结果误差比较
 
    电动汽车作为新能源汽车中的代表.已成为一种新兴产业。作为电动汽车动力源的动力电池在实际应用中也越来越广泛。然而,对于很多车用蓄电池管理系统而言.蓄电池技术上的缺陷,将导致电池SOC难以准确估计。UKF对非线性系统具有良好的滤波效果.此处采用UKF算法和改进的EMF等效模型对动力电池进行SOC估算。并与EKF方法对比.实验证明.UKF和EMF等效模型的结合有效提高了SOC估算的准确性和可靠性。
文章标签:电池 动力电池 SOC估算
相关文章
相关产品
收缩
  • 电话咨询

  • 0769-28823203