基于DEKF的储能电池系统SOC估计方法研究

基于DEKF的储能电池系统SOC估计方法研究
电池管理系统（BMS）是储能电池系统安全稳定运行的重要保障。为了保障储能电池系统的运行可靠性，在BMS投入运行前进行系统测试具有重要意义，而目前对于储能系统BMS的荷电状态（SOC）估计方法缺乏测试规范和标准。因此，文中针对储能电站BMS建立了入网测试平台，根据电池外特性信息建立Thevenin等效电路模型，电池开路电压曲线获取采用了电池倍率放电曲线外推的方法，结合双扩展卡尔曼滤波（DEKF）算法实现SOC的准确估计，并与EKF方法进行了对比。结果表明，DEKF方法在收敛速度和SOC估计精度上存在优势，分别在典型联邦城市运行工况（FUDS）和动态应力测试（DST）测试工况下，运用DEKF方法和EKF方法估计得到的SOC误差都低于1%，电池端电压误差分别在±10 mV和±20 mV以内，平均绝对误差分别为2.7 mV和3.8 mV。

标题：
基于DEKF的储能电池系统SOC估计方法研究
SOC estimation method of battery energy storage system for BMS test platform

作者：
唐传雨，韩华春，史明明，王天如，孙金磊
TANG Chuanyu, HAN Huachun, SHI Mingming, WANG Tianru, SUN Jinlei

关键词：
电池管理系统;测试平台;荷电状态;等效电路模型;双扩展卡尔曼滤波
battery management system;test platform;state of charge;equivalent circuit model;dual extended Kalman filter (DEKF)

2025-1-23 19:46 上传 基于DEKF的储能电池系统SOC估计方法研究.pdf

文件大小:

6.94 MB

下载次数:

60

高速下载