基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

作者：杨海学; 张继业; 张晗

来源：电工电能新技术, 2016, 35(01): 30-35.

• 多元锂离子动力电池
• SOC
• 状态估计
• 自适应
• 无迹卡尔曼滤波
• Sage-Husa

扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的SOC。与EKF相比,改进Sage-Husa的自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的SOC估计误差,实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC估计。

• 单位
  西南交通大学; 牵引动力国家重点实验室