第04讲：卡尔曼滤波算法原理及其在电池状态中的应用【AESA段砚州】-北京理工大学先进储能科学与应用联合实验室-BIT AESA Advanced Energy Storage and Application

第04讲：卡尔曼滤波算法原理及其在电池状态中的应用【AESA段砚州】

发表时间：2020-06-28 阅读次数：

分享人：段砚州

现为北京理工大学AESA课题组博士研究生，主要研究方向为车-云协同管理、动力电池状态估计、动力电池系统一致性管理、电池管理系统软硬件开发，申请发明专利4件，Applied Energy期刊审稿人，作为核心骨干或主要成员参与完成多项企业委托项目。(个人网页)

讲座摘要：

本次讲座主题为卡尔曼滤波算法原理与电池状态估计应用，结合实例讲解卡尔曼滤波算法基本原理，并基于简要推导过程分析滤波器发散失效原因及应对措施。在此基础上，重点讲解了卡尔曼滤波算法在电池SOC估计领域的应用，针对实际工程应用过程中参数调优问题提出了参考方案。最后，结合某工程实例讲解了磷酸铁锂SOC估计问题的一种解决思路。

本讲座需要提前了解的基础知识：状态空间方程、基本矩阵运算法则、线性系统/非线性系统基本概念。

相关文献

[1] Plett G L. Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs: Part 3. State and parameter estimation[J]. Journal of Power sources, 2004, 134(2): 277-292. (点击下载)

[2] Xiong R , He H , Sun F , et al. Evaluation on State of Charge Estimation of Batteries With Adaptive Extended Kalman Filter by Experiment Approach[J]. IEEE Transactions on Vehicular Technology, 2013, 62(1):108-117. (点击下载)

[3] Xiong R , Gong X , Mi C C , et al. A robust state-of-charge estimator for multiple types of lithium-ion batteries using adaptive extended Kalman filter[J]. Journal of Power Sources, 2013, 243(6):805-816. (点击下载)

上一篇：第05讲：神经网络、深度学习及其在电池状态估计领域的应用【AESA陈铖】

下一篇：第03讲：H滤波器原理【AESA王榘】