Resumen

La precisión del estado de carga de la batería (SOC) es crucial para resolver problemas como la sobrecarga, la sobredescarga y la ansiedad por el kilometraje de las baterías de los vehículos eléctricos. En este estudio, se propone un método de estimación del SOC utilizando un método híbrido (HM) basado en la conmutación de umbrales, que combina las ventajas del filtro de Kalman extendido (EKF) y la integración de amperios hora (AHI) para mejorar la precisión de la estimación y la velocidad de convergencia. En primer lugar, se identifican los parámetros del modelo equivalente RC de segundo orden mediante mínimos cuadrados. A continuación, la ecuación del EKF para actualizar la variable de estado se reconstruye utilizando los parámetros identificados para resolver el problema de las iteraciones múltiples causadas por la incertidumbre del valor inicial. Por último, la diferencia entre la tensión estimada y la tensión de muestreo se utiliza como valor umbral para cambiar entre el AHI y el EKF para estimar el SOC de la batería. Los resultados de la simulación muestran que el error de SOC estimado del algoritmo propuesto es inferior al 1,6 y el tiempo de convergencia no supera los 70 s. Se realizan experimentos con diferentes valores iniciales de SOC para demostrar las ventajas del método propuesto.

• Materias:Control del proceso Sistemas no lineales Regulación automática Instrumentación automática Optimización de procesos
• Subjects: Nonlinear systems Automatic regulation Automatic instrumentation Process optimization
• Palabras claves:ekf, batería de vehículo eléctrico, método de estimación soc, filtro kalman ampliado, ahi, soc, ventajas, parámetros, error soc, resultados de simulación
• Keywords:ekf, electric vehicle power battery, soc estimation method, extended kalman filter, ahi, soc, advantages, parameters, soc error, simulation results