基于安时积分和粒子滤波修正的锂电池SOC估计

张宏伟; 李建成; 张兵兵

doi:10.13873/J.1000-9787(2016)10-0004-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于安时积分和粒子滤波修正的锂电池SOC估计

研究与探讨 | 更新时间：2025-09-11

- 基于安时积分和粒子滤波修正的锂电池SOC估计
- SOC estimation of lithium-ion battery based on algorithm of AH with PF correction
- 传感器与微系统 2016年35卷第10期页码：4-7
- 作者机构：
  
  国防科学技术大学电子科学与工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61303265）
- DOI：10.13873/J.1000-9787(2016)10-0004-04
  中图分类号： TM912
- 纸质出版：2016
- 稿件说明：
移动端阅览
[1]张宏伟,李建成,张兵兵.基于安时积分和粒子滤波修正的锂电池SOC估计[J].传感器与微系统,2016,35(10):4-7.

ZHANG Hong-wei, LI Jian-cheng, ZHANG Bing-bing. SOC estimation of lithium-ion battery based on algorithm of AH with PF correction[J]. 2016, 35(10): 4-7.
[1]张宏伟,李建成,张兵兵.基于安时积分和粒子滤波修正的锂电池SOC估计[J].传感器与微系统,2016,35(10):4-7. DOI： 10.13873/J.1000-9787(2016)10-0004-04.

ZHANG Hong-wei, LI Jian-cheng, ZHANG Bing-bing. SOC estimation of lithium-ion battery based on algorithm of AH with PF correction[J]. 2016, 35(10): 4-7. DOI： 10.13873/J.1000-9787(2016)10-0004-04.

摘要

针对安时积分（AH）法的累积误差问题和卡尔曼滤波算法对系统噪声的限制

提出了粒子滤波（PF）修正安时积分误差的方案

并基于钴酸锂电池测试数据和电池等效电路模型

对算法进行仿真验证。通过与传统的AH和卡尔曼滤波法对比得出:基于AH和PF修正的方法荷电状态（SOC）估计效果较好

平均误差与标准误差均控制在2%以内。

Abstract

Aiming at problems of accumulate-errors of Ampere-hour integral（ AH） method and limitation of Kalman filtering algorithm on noise

a scheme of correction accumulate-errors of AH with particle filtering（ PF） is given. Based on LCO battery testing data and model for battery equivalent circuit

the algorithm is verified by using simulation. Compared with AH method and Kalman filtering algorithm

the algorithm of AH with PF correction is better on estimation of state of charge（ SOC）

average error and standard error are both less than 2 %.

关键词

Keywords

references

基于霍尔电流传感器的电源监控系统设计 [J]. 周越文,邓俊,文莹,陈茂才. 传感器与微系统 . 2015(10)

粒子滤波评述 [J]. 程水英,张剑云. 宇航学报 . 2008(04)

裂变自举粒子滤波 [J]. 程水英,张剑云. 电子学报 . 2008(03)

粒子滤波进展与展望 [J]. 杨小军,潘泉,王睿,张洪才. 控制理论与应用 . 2006(02)

粒子滤波算法综述 [J]. 胡士强,敬忠良. 控制与决策 . 2005(04)

粒子滤波算法及其应用[M]. 科学出版社 , 朱志宇, 2010

锂离子电池[M]. 中南大学出版社 , 郭炳〓等编著, 2002

Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs [J] . Gregory L. Plett. Journal of Power Sources . 2004 (2)

浏览量

246

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进UKF算法的锂电池SOC精准估算

基于GPU的BBPSO-PF算法及其在故障检测中的应用

基于粒子滤波的PDR定位算法

基于鸽群优化改进的粒子滤波算法

带封装的压电麦克风声电模型