基于RLS和EKF算法的全钒液流电池SOC估计
来源期刊:控制与决策2018年第1期
论文作者:邱亚 李鑫 陈薇 段泽民
文章页码:37 - 44
关键词:全钒液流电池;SOC;扩展卡尔曼滤波;系统辨识;实时仿真;
摘 要:针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5 k W/30 k Wh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.
邱亚1,李鑫1,陈薇1,段泽民1
1. 合肥工业大学电气与自动化工程学院
摘 要:针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5 k W/30 k Wh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.
关键词:全钒液流电池;SOC;扩展卡尔曼滤波;系统辨识;实时仿真;