APP下载

基于双扩展卡尔曼滤波的锂电池荷电状态估算方法

2021-11-10刘习奎

电子制作 2021年21期
关键词:卡尔曼滤波模型

刘习奎

(欣旺达电子股份有限公司,广东深圳,518108)

0 引言

目前的新能源汽车充电较传统汽车加油速度慢许多,大概的充电时间在一小时左右,虽然已有的极速充电技术,能够在几十分钟内完成充电,但是此举并不能够保证完全充满电,还会对电池造成永久性伤害。一些学者提出采用卡尔曼滤波法估算锂电池荷电状态,通过两个系统状态研究发现,车载中的智能量子电池测量系统状态是一个高度复杂的非线性状态测量处理系统,选取两个系统状态模型方程中的两个智能电池系统模型状态soc和模型eod作为一个坐标系来测量智能电池系统状态,根据两个系统状态模型基本方程,分别建立智能电池状态测量系统,测量状态基本方程系统。soc曼恩模型频率是通过直接使用一个扩展卡尔曼滤波器函数,进行频率估算出来的,曼恩过滤高度完全依赖于曼恩模型。

1 基于双扩展卡尔曼滤波的锂电池荷电状态估算方法

■1.1 设计锂电池等效电路模型

电池的外部响应特性仅用物理反应来解释,而忽略了电池内部复杂的化学反应。锂电池电压与荷电状态的非线性关系主要出现在电池电量很低以及电池电量充满的区段,因此可以分析线性化锂电池的非线性关系,关系模型如公式1所示:

公式1中:Q表示锂电池的非线性关系;U1-U3、p1-p3分别表示线性关系中的系数;等效电路模型容易进行参数辨识,对处理器的要求低,易于工程实现,应用比较广泛。……

登录APP查看全文

猜你喜欢

卡尔曼滤波模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
3D打印中的模型分割与打包
基于模糊卡尔曼滤波算法的动力电池SOC估计
FLUKA几何模型到CAD几何模型转换方法初步研究
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测
基于卡尔曼滤波的组合导航误差补偿