基于自适应无迹卡尔曼滤波的锂电池SOC估计

作者：宫兵; 凌六一^*; 何业梁; 邢丽坤

来源：电源技术, 2020, 44(11): 1594-1599.

• 自适应无迹卡尔曼滤波
• 荷电状态
• 二阶RC模型
• 扩展卡尔曼滤波

荷电状态(SOC)是电动汽车电池管理系统的重要组成部分,SOC的准确估计可以有效降低电池的成本,提高电池的利用效率。为解决扩展卡尔曼滤波算法(EKF)中噪声协方差对SOC估计精度的影响问题,采用噪声协方差实时更新自适应无迹卡尔曼滤波算法(AUKF)对电池SOC进行准确估计。对锂电池开展充放电实验,进行离线参数辨识,得到锂电池二阶RC等效电路模型参数。通过建立电池SOC与开路电压、电池模型参数之间的函数关系,利用Matlab/Simulink仿真验证了等效电路模型的正确性。基于验证的二阶RC电路模型采用AUKF和EKF两种算法对实际工况下的单体锂电池SOC进行估计,最大估计误差分别为0.011 4、0.017 6,平均误差分别为0.006 2、0.007 9。结果表明AUKF解决了EKF在复杂工况下估算精度较低的问题。

• 单位
  安徽理工大学