锂电池的荷电状态(state of charge, SOC)作为锂电池的重要参数之一,其估算精度对锂电池的管理有很大影响。扩展卡尔曼滤波算法作为常用的SOC估算方法,忽略了噪声变化对SOC估算的影响,在运用时会出现噪声误差累积的情况。自适应扩展卡...锂电池的荷电状态(state of charge, SOC)作为锂电池的重要参数之一,其估算精度对锂电池的管理有很大影响。扩展卡尔曼滤波算法作为常用的SOC估算方法,忽略了噪声变化对SOC估算的影响,在运用时会出现噪声误差累积的情况。自适应扩展卡尔曼滤波算法能对扩展卡尔曼滤波算法估算SOC时的噪声进行修正。实验结果表明,该方法能有效提高SOC估算精度。在动态应力测试工况下,估算精度提高2%;在北京公交纯电动客车动态应力测试工况下,估算精度提高0.39%。该方法能够提高实际应用中的SOC估算精度,从而可以提高锂电池的管理效率。展开更多
文摘锂电池的荷电状态(state of charge, SOC)作为锂电池的重要参数之一,其估算精度对锂电池的管理有很大影响。扩展卡尔曼滤波算法作为常用的SOC估算方法,忽略了噪声变化对SOC估算的影响,在运用时会出现噪声误差累积的情况。自适应扩展卡尔曼滤波算法能对扩展卡尔曼滤波算法估算SOC时的噪声进行修正。实验结果表明,该方法能有效提高SOC估算精度。在动态应力测试工况下,估算精度提高2%;在北京公交纯电动客车动态应力测试工况下,估算精度提高0.39%。该方法能够提高实际应用中的SOC估算精度,从而可以提高锂电池的管理效率。