基于 STEKF 的锂离子动力电池 SOC 估算

doi:10.12141/j.issn.1000-565X.180562

华南理工大学学报（自然科学版） ›› 2020, Vol. 48 ›› Issue (2): 69-75.doi: 10.12141/j.issn.1000-565X.180562

基于 STEKF 的锂离子动力电池 SOC 估算

田晟¹ 吕清¹李亚飞²

1．华南理工大学土木与交通学院，广东广州 510640; 2．广州汽车集团股份有限公司，广东广州 511434)

收稿日期:2018-11-13 修回日期:2019-09-04 出版日期:2020-02-25 发布日期:2020-02-01
通信作者: 田晟(1969-)，男，博士，副教授，硕士生导师，主要从事新能源汽车与动力电池技术研究。 E-mail:shitian1@scut.edu.cn
作者简介:田晟(1969-)，男，博士，副教授，硕士生导师，主要从事新能源汽车与动力电池技术研究。
基金资助:
国家留学基金资助项目 ( 201706155003) ; 广东省科技计划项目 ( 2015A080803001)

SOC Estimation of Li-Ion Power Battery Based on STEKF

TIAN Sheng¹ Lü Qing¹ LI Yafei²#br#

1． School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China; 2． Guangzhou Automobile Group Co．，Ltd．，Guangzhou 511434，Guangdong，China

Received:2018-11-13 Revised:2019-09-04 Online:2020-02-25 Published:2020-02-01
Contact: 田晟(1969-)，男，博士，副教授，硕士生导师，主要从事新能源汽车与动力电池技术研究。 E-mail:shitian1@scut.edu.cn
About author:田晟(1969-)，男，博士，副教授，硕士生导师，主要从事新能源汽车与动力电池技术研究。
Supported by:
Supported by the China Scholarship Council Program ( 201706155003) and the Science and Technology Plan- ning Project of Guangdong Province ( 2015A080803001)

摘要/Abstract

摘要： 为能在线准确估算电动汽车动力电池的荷电状态 ( SOC) ，提出了一种基于强追踪扩展卡尔曼滤波 ( STEKF) 的锂离子电池的 SOC 估算方法，该滤波器引入了多重次优渐消因子; 以某型锂离子电池为研究对象，基于电池的外特性及相关机理，建立了电池的二阶ＲC 等效电路模型，使用最小二乘法辨识模型参数，然后按照等效电路模型建立电池的 STEKF 非线性状态空间方程，最后在 ECE15 工况下进行仿真。结果表明， STEKF 估算电池 SOC 的误差保持在 2% 以内，该方法能准确估算电池的 SOC。

关键词: 锂离子电池, 荷电状态, 等效电路模型, 强追踪扩展卡尔曼滤波

Abstract: A method based on strong tracking extended Kalman filter ( STEKF) with multiple suboptimal fading factors was proposed to accurately estimate the state of charge ( SOC) of EV power batteries online． Taking a lithi- um-ion battery as the research object，the second-order ＲC equivalent circuit model of a lithium-ion battery was es- tablished based on its external characteristics and related mechanism． Then the least square method was used to identify the model parameters，and the STEKF nonlinear state space equation of the battery was established accor- ding to the equivalent circuit model． Finally，the simulation was carried out under ECE15 condition． The results show that the error of STEKF in estimating battery SOC is kept within 2% ，so this method can estimate battery SOC accurately．

Key words: lithium-ion battery, state of charge, equivalent circuit model, strong tracking extended Kalman fil- ter

田晟吕清李亚飞. 基于 STEKF 的锂离子动力电池 SOC 估算[J]. 华南理工大学学报（自然科学版）, 2020, 48(2): 69-75.

TIAN Sheng Lü Qing LI Yafei. SOC Estimation of Li-Ion Power Battery Based on STEKF[J]. Journal of South China University of Technology (Natural Science Edition), 2020, 48(2): 69-75.

[1]	罗玉涛, 吴志强. 基于DAEKF算法的锂离子电池主要状态在线联合估计[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 84-94.
[2]	张桂珍刘洋严明保. PEO基固态聚合物电解质膜的免溶剂熔融制备及性能[J]. 华南理工大学学报(自然科学版), 2022, 50(8): 119-127.
[3]	安周建, 赵亚兵, 敏政, 等. 基于风冷散热的锂离子电池外部冷却模式与内部热物性特征的耦合分析[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 121-128.
[4]	甘云华, 谭梅鲜, 梁嘉林, 等. 恒功率放电下锂离子电池的产热特性[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 1-8.
[5]	李礼夫张东羽. 基于形态与性能的动力电池循环寿命预测方法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(4): 1-7.
[6]	王伟刚胡国荣周兴华彭忠东杜柯. 富锂锰基正极材料 Li[Li_0.2 Ni_0.2 Mn_0.6 ]O₂的纳米 TiO₂掺杂改性[J]. 华南理工大学学报（自然科学版）, 2017, 45(10): 39-45.
[7]	罗玉涛郎春艳罗卜尔思. 低温环境下锂离子电池组加热系统研究[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 100-106.
[8]	杨伟薛建军陈胜洲胡新发夏信德林维明. Mg²⁺ 掺杂球形 LiFePO₄ /C 的制备及电池性能[J]. 华南理工大学学报（自然科学版）, 2016, 44(6): 9-13.
[9]	苗强孙强白书战李国祥. 基于能量回收的等效燃油消耗最小策略[J]. 华南理工大学学报（自然科学版）, 2015, 43(11): 112-118.
[10]	罗玉涛谢斌何小颤. 电动汽车锂离子电池组参数辨识与SOC 估计[J]. 华南理工大学学报(自然科学版), 2012, 40(12): 79-85.
[11]	肖新颜叶永清. 共沉淀法合成(Ni _1/3 Co _1/3 Mn _1/3 )(OH)₂热力学分析[J]. 华南理工大学学报（自然科学版）, 2010, 38(4): 30-34,44.
[12]	李军朱冬生吴会军田吉平郭少斌. 锂离子电池正极材料锂镍钴氧化物的制备[J]. 华南理工大学学报(自然科学版), 2003, 31(10): 70-72,80.
[13]	李军朱冬生吴会军田吉平郭少斌. 锂离子电池正极材料锂镍钴氧化物的制备[J]. 华南理工大学学报(自然科学版), 2003, 31(10): 70-72,80.

基于 STEKF 的锂离子动力电池 SOC 估算

SOC Estimation of Li-Ion Power Battery Based on STEKF

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价