【基于PID-EKF/PID-AEKF锂电池SOC估计】

CFRP

已于 2024-04-13 13:20:08 修改

阅读量495

点赞数 1

分类专栏：电池管理系统BMS 锂电池建模与仿真文章标签： matlab 算法

于 2024-03-21 17:08:42 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/WJR__w/article/details/136912675

版权

电池管理系统BMS 同时被 2 个专栏收录

6 篇文章 17 订阅

订阅专栏

锂电池建模与仿真

6 篇文章 55 订阅

订阅专栏

本文介绍了基于PID控制器改进的EKF算法在锂电池SOC估计中的应用，展示了端电压和SOC的估计结果以及误差分析，使用了Thevenin模型，钴酸锂在DST工况下的MATLABR2021b版本。结果显示，算法具有较高的精度（如RMSE和MAE）。

摘要由CSDN通过智能技术生成

基于PID-EKF/PID-AEKF锂电池SOC估计

（1）对EKF进行改进，引入PID控制器
（2）算法流程
- - 图1：算法流程
（3）验证结果
（4）误差指标
- - SOC
  - 端电压

（1）对EKF进行改进，引入PID控制器

参考文献：https://doi.org/10.1155/2021/6665509
模型：Thevenin模型
电池类型：钴酸锂
工况：DST工况
MATLAB版本：R2021b

自适应更新准则如下图所示，仅更新过程噪声误差协方差矩阵Q。
在这里插入图片描述

（2）算法流程

在这里插入图片描述

图1：算法流程

注：具体算法实现步骤可以去原文中对应

（3）验证结果

在这里插入图片描述

图2：端电压估计结果

在这里插入图片描述

图3：端电压估计误差

在这里插入图片描述

图4：SOC估计结果

在这里插入图片描述

图5：SOC估计误差

（4）误差指标

SOC

RMSE = 0.4290%
MAE = 0.1414%

端电压

RMSE = 40.0806mv
MAE = 3.1623mv

关注

1
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
【基于PID-EKF/PID-AEKF锂电池SOC估计】

*有需要资源的同学可以私我，创作不易，资源不免费，大家可以根据需要自行选择。资料链接：咸鱼——https://m.tb.cn/h.5xx8Wce?tk=XQFXWMvkCrS **参考文献：https://doi.org/10.1155/2021/6665509。注：具体算法实现步骤可以去原文中对应。MATLAB版本：R2021b。模型：Thevenin模型。
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。