Resumen

La precisión del estado de carga (SOC) es muy importante para que la batería de iones de litio maximice su rendimiento y evite la sobrecarga o la sobredescarga. Este artículo presenta un algoritmo de estimación del SOC basado en un filtro de Kalman conjunto (EnKF) para baterías de iones de litio. En primer lugar, la batería de iones de litio se modela mediante el circuito equivalente RC de primer orden, y se utiliza el algoritmo de mínimos cuadrados multi-innovación (MILS) para realizar la identificación online de los parámetros del modelo. A continuación, se introduce el filtro ensemble Kalman (EnKF) para estimar el estado de carga. Por último, se aplican dos experimentos típicos que incluyen un experimento de descarga de corriente constante y una prueba de estrés dinámico cíclico para evaluar el rendimiento del algoritmo conjunto de MILS y EnKF. Los resultados experimentales muestran que el algoritmo conjunto basado en el filtro de Kalman puede lograr un seguimiento rápido y una mayor precisión en la estimación del SOC de la batería de iones de litio.

• Materias:Energía solar Termodinámica Energía limpia Biofotónica Efecto fotoeléctrico
• Subjects:Solar energy Thermodynamics Clean energy Biophotonics Photoelectric effect
• Palabras claves:filtro ensemble kalman, batería de iones, litio, algoritmo conjunto, experimento de descarga de corriente constante, algoritmo de estimación soc, prueba de esfuerzo dinámico, filtro ensemble kalman-, mayor precisión de estimación, batería de iones soc
• Keywords:ensemble kalman filter, ion battery, lithium, joint algorithm, constant current discharge experiment, soc estimation algorithm, dynamic stress test, ensemble kalman filter-, higher estimation accuracy, ion battery soc