基于扩展卡尔曼滤波的小型无人机锂电池组SOC估计  

State-of-Charge estimation based on EKF algorithm for li-ion barreries of small drone

作　　者：张丽[1] 王顺利[1] 陈蕾[1] 苏杰 谢滟馨 ZHANG Li;WANG Shun-li;CHEN Lei;SU Jie;XIE Yan-xin

机构地区：[1]西南科技大学信息工程学院,绵阳621010

出　　处：《制造业自动化》2018年第10期94-97,共4页Manufacturing Automation

基　　金：国防基础科研计划项目(B3120133002);四川省科技厅重点研发项目(2017FZ0013);四川省教育厅科研项目(17ZB0453);绵阳市科技局科技攻关项目(15G-03-3)

摘　　要：在锂电池组提供动力的小型无人机中,对锂电池组进行准确、可靠的荷电状态估计(state of charge,SOC)尤为重要。针对传统SOC估算方法存在计算量大、估计不准确等缺点,通过对锂电池组建立Thevenin模型,提出了一种基于扩展卡尔曼滤波(Estimationkalmanfilter,EKF)算法的小型无人机锂电池组SOC实时估算方法。通过采用串联7节4Ah钴酸锂电池单体的锂电池组进行实验验证。实验表明该方法对小型无人机锂电池SOC估计误差低于4%,在误差允许范围内,基本满足了对小型无人机锂电池组SOC在线估计的需求。

关 键 词：锂电池组 SOC 扩展卡尔曼 Thevenin模型 小型无人机 

分 类 号：TP302.1[自动化与计算机技术—计算机系统结构]