科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确估计锂离子电池荷电状态（SOC）是电池管理系统中的关键部分，对电动汽车的发展起到重要作用。针对电池应对复杂环境时，电池荷电状态（SOC）估算较难的问题，提出一种卡尔曼（KF）滤波与扩展卡尔曼滤波（EKF）相结合的算法估算SOC。首先建立了戴维南电池模型，参数辨识过程中选用卡尔曼滤波算法，并与离线识别和遗忘因子的递推最小二乘法（FFRLS）进行对比，以EKF进行SOC的估计。在不同温度与FUDS的工况下，卡尔曼滤波参数辨识的综合辨识效果更好，常温下电压均方根误差（RMSE）为0.011 64V，联合估计SOC的均方根误差为0.7%。
-
单位现代汽车零部件技术湖北省重点实验室; 武汉理工大学
