基于变参数模型的锂电池荷电状态观测方法
许元武1
吴肖龙1
陈明渊1
蒋建华1
邓忠华1
付晓薇2
李曦3
1.华中科技大学人工智能与自动化学院图像信息处理与智能控制教育部重点实验室,湖北武汉,4300742.武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室,湖北武汉,4300653.华中科技大学人工智能与自动化学院图像信息处理与智能控制教育部重点实验室,湖北武汉430074;深圳华中科技大学研究院,广东深圳518057
摘要：锂电池荷电状态(SOC)观测技术作为电池管理系统(BMS)的关键技术,在维持电池系统设备安全高效运作、延长电池组整体生命周期等方面均起着不可或缺的作用.本文以改善锂电池荷电状态的观测结果为目的,对锂离子电池荷电状态的观测方法进行了研究,基于二阶变参数锂电池模型,设计了一种有效的改善SOC观测精度的方法.首先,根据SOC的定义,建立了安时积分估计(AH),通过引入二阶变参数锂电池模型建立扩展卡尔曼滤波估计器(EKF),然后结合Takagi-Sugeno模糊模型原理,设计Takagi-Sugeno和EKF联合估计器(TS-EKF).最后,在Simulink仿真平台上验证了SOC观测方法的准确性和实用性.结果表明,本文所设计的Takagi-Sugeno和EKF联合估计器可以改善SOC观测精度.
关键词：荷电状态估计二阶变参数锂电池模型扩展卡尔曼滤波估计器Takagi-Sugeno模糊Takagi-Sugeno和EKF联合估计器
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 443-452 )
英文信息