基于RLS和EKF算法的锂离子动力电池荷电状态估计

基于RLS和EKF算法的锂离子动力电池荷电状态估计
潘正军
【期刊名称】《汽车实用技术》
【年(卷),期】2024(49)8
【摘要】电池荷电状态(SOC)是电动汽车电池管理系统的关键参数之一,影响着整车性能与安全。

文章以一阶Thevenin等效电路作为电池模型,采用递推最小二乘法(RLS)对电池进行参数辨识,再运用扩展卡尔曼滤波(EKF)算法估算电池的SOC。

将估算结果与试验测量结果进行对比,结果显示,RLS-EKF的联合算法可有效估计电池的SOC值,估算误差值基本保持在2%以内。

【总页数】5页(P1-5)
【作者】潘正军
【作者单位】金肯职业技术学院江苏地下空间智慧运维工程技术研究开发中心【正文语种】中文
【中图分类】U469.72
【相关文献】
1.基于EKF-AH联合算法的锂离子电池荷电状态估算
2.基于RLS和UKF算法的锂离子电池荷电状态估计
3.基于SOC-OCV优化曲线与EKF的锂离子电池荷电状态全局估计
4.基于扩展卡尔曼滤波算法的燃料电池车用锂离子动力电池荷电状态估计
5.基于FFRLS-EKF联合算法的锂离子电池荷电状态估计方法
因版权原因，仅展示原文概要，查看原文内容请购买。