×
马，燕;段鹏;何鹏才;张，范;陈，洪

电动汽车锂离子电池SOC估计的扩展卡尔曼滤波器的FPGA实现。 （英语） Zbl 1432.93349号

亚洲J.控制 21，第4号，2126-2136（2019）。
概述：本文描述了一种基于模型的电荷状态（SOC）估计的FPGA实现。为SOC估计设计了戴维南等效电路模型。设计了扩展卡尔曼滤波器（EKF）来完成SOC估计，误差在1%以内。选择FPGA实现实时SOC估计。由于EKF算法需要大量的矩阵运算，因此提出了一种快速矩阵方法来提高FPGA中EKF的计算速度。此外，利用Quartus II中的Qsys平台构建了基于FPGA的嵌入式系统和可编程芯片上系统（SOPC）技术。基于嵌入式系统，建立了在线测试平台，实时监测实验电池的端电压和负载电流；实验结果表明，在线SOC估计是成功的。测试结果表明，EKF的FPGA嵌入式方案能够成功实现准确、快速的SOC估计。快速矩阵法需要0.00007 s来实现SOC估计，比传统矩阵法快四倍。

MSC公司：

93E11号机组 随机控制理论中的滤波
93C83号 涉及计算机的控制/观察系统（过程控制等）
93立方厘米 控制理论中的应用模型

关键词：

等效电路模型;快速矩阵法;扩展卡尔曼滤波器;FPGA嵌入式方案;荷电状态
PDF格式BibTeX公司 XML格式引用
\textit{Y.Ma}et al.，Asian J.Control 21，No.4，2126--2136（2019；Zbl 1432.93349）
全文： 内政部

参考文献：

[1] H.Yu等人，基于智能轮胎的混合动力电动汽车再生和机械系统的集成合作防抱死制动控制，亚洲J.Control18（2016），第1期，55-68·Zbl 1338.93061号
[2] T.Schwickart等人，《用于最小化电动汽车充电消耗的快速模型预测速度控制器》，《亚洲控制杂志》18（2016），第1期，133-149·Zbl 1338.93156号
[3] M.Becherif等人，通过生态牵引系统的非线性控制实现高效启动能量管理，应用。能源187（2017），899-909。
[4] H.Dai等人，《基于应力测量的锂离子袋电池充电状态估计》，《能源129》（2017年），第16-27页。
[5] A.Ausswamaykin和B.Plangklang，《应用库仑计数法设计光伏混合电源动力电池的实时管理单元》，《能源电力工程》6（2014），186。
[6] G.Dong等人，使用不变嵌入方法在线估计lifePO4电池的充电状态和开路电压滞后建模，应用。能源162（2016），163-171。
[7] Y.Xing等人，使用不同环境温度下的开路电压估算锂离子电池的荷电状态，应用。《能源》113（2014），106-115。
[8] G.Dong等人，《基于在线模型的双滤波器锂离子电池能量状态估计方法》，J.Power Sources301（2016），277-286。
[9] J.Li等人，《电动汽车用寿命PO4电池充电状态估计算法的比较研究》，J.Power Sources230（2013），244-250。
[10] J.Chen等人，锂离子电池基于神经网络的电荷状态观测器设计，IEEE Trans。控制系统。Technol.26（2018），1-9。
[11] J.N.Hu等人，使用优化支持向量机进行回归的电池管理系统充电状态估计，《电源杂志》269（2014），682-693。
[12] Y.Ma等人，基于高斯-埃尔米特粒子滤波器的锂离子电池剩余使用寿命预测，IEEE Trans。控制系统。Technol.218（2018），1-8。
[13] Y.Li，基于二阶离散时间滑模观测器的锂离子电池荷电状态估计，Electr。能源管理。Technol.2018（2018），第3期，43-52。
[14] Z.Zhou等人，《带有色和相关系统噪声的卡尔曼滤波器的关键问题》，《亚洲控制杂志》19（2017），1905-1919·Zbl 1386.93289号
[15] R.Xiong等人，电动汽车锂离子聚合物电池基于数据驱动多尺度扩展卡尔曼滤波的参数和状态估计方法，应用。能源113（2014），463-476。
[16] K.Xiong和C.Wei，相对航天器姿态和位置估计的自适应迭代扩展卡尔曼滤波器，亚洲控制杂志20（2018），1595-1610·Zbl 1397.93209号
[17] C.Hajiyev，通过线性和扩展卡尔曼滤波器处理全球导航卫星系统信号，《亚洲控制杂志》13（2015），273-282·兹比尔1221.93259
[18] D.Babu、A.Kumar和J.Roychowdhury，《能源感知电池驱动电动汽车：预测模型驱动方法》，第二届计算机科学与工程进展国际会议（CSE 2013），亚特兰蒂斯出版社，2013年，第213-218页。
[19] J.C.Cartledge等人，光纤非线性数字信号处理，Opt。Express25（2017），第3期，1916-1936。
[20] K.Rajagopal等人，《分数阶同步磁阻电机：分析、混沌控制和FPGA实现》，《亚洲控制杂志》20（2018），1979-1993年·Zbl 1407.93290号
[21] F.Sandhu等人，基于FPGA的卡尔曼滤波器实时估计轮胎速度和加速度的实现，IEEE Sensors J.17（2017），第17期，5749-5758。
[22] W.Zhang，T.Xia，B.Jiang，基于Nios II的嵌入式环境监测系统设计，Proc。IEEE IIICEC，中国西安，2007年，第1165-1168页。
[23] B.Kumar等人，基于FPGA的高级BMS设计，实现SoC/SoH估计器，微电子。Reliab.84（2018），66-74。
[24] Y.Liang等人，《微电网中基于FPGA的储能管理系统设计》，地球与环境科学，中国重庆，2018年，第1-6页。
[25] N.Otero等人，《锂聚合物电池充电状态估计观测器的FPGA实现》，机电一体化与控制国际会议，中国锦州，2015年，第1626-1651页。
[26] F.Baranti等人，锂离子电池充电状态估计混合算法的FPGA实现，IEEE Ind.Electron会议。Soc.，德克萨斯州，美国，2015年，第5641-5646页。
[27] A.Fotouhi等人，《电动汽车电池建模综述：从锂离子到锂-硫》，更新。苏斯特。《能源》第56版（2016年），1008-1021。
[28] Q.K.Wang等人，《锂离子电池统一建模框架：基于人工神经网络的热耦合等效电路模型方法》，Energy138（2017），118-132。
[29] C.Zheng、Y.Fu和C.C.Mi，使用扩展卡尔曼滤波估计电动汽车锂离子电池的荷电状态，IEEE Trans。车辆。Technol.62（2013），第3期，1020-1030。
[30] B.Xiong等人，《使用热相关电气模型估算钒氧化还原液流电池充电状态的扩展卡尔曼滤波方法》，《电源杂志》263（2014），50-61。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。