基于EKF的船舶动力锂电池剩余容量估算
DOI:
CSTR:
作者:
作者单位:

1. 海军驻719所军事代表处武汉430205; 2. 武汉第二船舶设计研究所武汉430064

作者简介:

通讯作者:

中图分类号:

TP830

基金项目:


Accurate SOC estimation of the power Liion battery based on EKF
Author:
Affiliation:

Wuhan Second Ship Design and Research Institute, Wuhan 430064,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在船舶锂电池储能系统(RESS)应用中,准确估计剩余容量(SOC)是储能系统安全充放电的基础,SOC无法直接测量,只能通过测量电池外电压电流,根据电池特性进行计算得到。目前,传统SOC估计算法精度低,现流行的算法存在计算复杂的问题,并对依赖于SOC初始值精度,在运用中问题重重,难以保证船舶RESS的安全、寿命和容量利用率。为提高SOC估算精度,对锂电池的等效电路PNGV模型进行试验及参数辨识,并结合拓展卡尔曼滤波(EKF)算法,测量锂电池电压及电流,综合进行SOC的估算,经试验,SOC估算精度相比传统算法得到了提高,并解决了SOC估计对初值的要求高的问题,由此证明了PNGV模型结合扩展卡尔曼滤波算法精确估计SOC的可行性。

    Abstract:

    Accurate SOC estimation is difficult to traditional algorithm, so that the battery management system (BMS) can’t works as better as we want. To solve this problem, we used PNGV model and identified its parameters, and estimated the SOC estimation using extended Kalman filter (EKF) with the improved PNGV. After the experiments and simulations, it’s clear that the method meets the requirements.

    参考文献
    相似文献
    引证文献
引用本文

雷津,邓磊,李小谦,姚川.基于EKF的船舶动力锂电池剩余容量估算[J].电子测量技术,2016,39(12):85-88

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-02-21
  • 出版日期:
文章二维码