机构名称：
¥ 2.0
摘要：锂离子（Li-ion）电池的估计（SOC）准确性良好对于电池管理系统至关重要。对于基于模型的方法，电化学模型由于其准确性和描述电池内部行为的能力而被广泛使用。但是，参数的不确定性和电压缺乏校正也会在长期计算过程中引起错误。本文提出了一种基于粒子过滤器（PF）的方法，该方法使用电化学模型估算锂离子电池的SOC，并使用粒子群优化（PSO）算法实现了敏感的参数识别。首先，在这项工作中使用具有电解质动力学的单个粒子模型（SPME）来减少电池电化学模型的计算负担，该模型通过基本效应测试选择其敏感参数。然后，很难直接测量的代表性敏感参数被PSO调节以提高效率。最后，使用PF构建了基于模型的SOC估计框架，以实现准确的锂离子电池SOC。与扩展的卡尔曼滤波器和等效电路模型相比，在三个不同的驱动周期下，提出的方法显示出很高的精度。
使用具有敏感参数调整的电化学模型的锂离子电池最先进的估算
主要关键词
相关文件推荐
