Resumen

Con la amplia aplicación de vehículos eléctricos, el estudio de la batería de iones de litio (LIB) de potencia tiene amplias perspectivas y gran importancia académica. El estado de carga (SOC) es una de las partes clave en el sistema de gestión de baterías (BMS), que se utiliza para garantizar el funcionamiento seguro y eficiente de la LIB. Para obtener un resultado de estimación de SOC fiable bajo la influencia de un modelo simple y ruido de medición, se presenta en este documento un novedoso método de estimación con compensador adaptativo de retroalimentación. La característica eléctrica externa dinámica simplificada de la LIB se representa mediante el modelo de circuito equivalente de Thevenin de un orden (ECM) y luego los parámetros del ECM se identifican mediante el método de mínimos cuadrados recursivos con factor de olvido (FFRLS). Teniendo en cuenta plenamente el efecto de retroalimentación de la innovación del voltaje terminal, se propone la combinación del filtro de Kalman extendido adaptativo (AEKF) y la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Vehículos eléctricos; Batería de iones de litio; Estado de carga; Sistema de gestión de baterías; Compensador de retroalimentación adaptativo; Filtro de Kalman
• Keywords:Electric vehicles; Lithium-ion battery; State of charge; Battery management system; Adaptive feedback compensator; Kalman filter