基于分数阶阻抗模型的磷酸铁锂电池荷电状态估计

锂电池荷电状态(SOC)估计是电池管理系统中不可或缺的重要组成部分。锂电池传统整数阶等效电路模型未充分考虑其内部电化学反应现象,故将导致SOC估计结果偏离真实状态。文中以磷酸铁锂电池单体为研究对象,提出一种基于分数阶阻抗模型的锂电池SOC估计方法。该方法利用分数阶元件表征锂电池内部固液界面的输运现象和极化效应,基于分数阶微分理论建立状态转移方程和系统量测方程,并针对锂电池高度非线性的工作特性,利用无迹变换逼近原始状态分布,运用分数阶无迹卡尔曼滤波算法估计锂电池SOC。实验结果表明,分数阶阻抗模型能准确描述锂电池工作特性,所提算法在估计精度和跟踪速度上有一定提高。

一种估计锂电池充电状态的分数阶阻抗模型

针对电动汽车动力锂电池的充电状态估计问题,提出一种基于锂电池电化学阻抗谱的分数阶阻抗模型。该模型通过对不同频率下的锂电池电化学阻抗谱进行分析,归一化为一种简单的等效电路,引入分数阶建模思想,设计与分数阶阻抗模型相适应的分数阶卡尔曼滤波器,利用锂电池HPPC测试对该模型进行参数辨识,使用Simulink软件对锂电池的工作电压以及充电状态进行仿真,并将仿真结果与测试结果进行对比分析。分析结果表明:利用所建立的分数阶阻抗模型对锂电池工作电压进行估计,其误差可以稳定在0.05V以内;对初始状态未知的锂电池的充电状态进行估计,其误差可以有效地稳定在2%以内。所建立的分数阶阻抗模型可以准确地预测锂电池的充电状态,可为电动汽车动力电池管理系统提供有效的状态估计。

锂电池分数阶建模与荷电状态研究

针对锂电池荷电状态估计不准确的问题,在对不同荷电状态的锂电池电化学阻抗谱进行了分析的基础上,利用分数阶建模思想建立了分数阶阻抗模型,并设计出一种分数阶卡尔曼滤波器,同时利用混合动力脉冲能力实验对建立的分数阶模型进行了参数辨识,从而实现了锂电池荷电状态的估算。实验及仿真结果表明:所设计的分数阶阻抗模型与分数阶卡尔曼滤波器能准确地描述锂电池的特性,使得荷电状态估算精度得以提高;在城市道路循环工况下,锂电池的电压追踪误差可以稳定在0.05V之内,在初始荷电状态未知的条件下,电池的荷电状态估计误差可以稳定在±1%。