基于自适应无迹卡尔曼滤波的锂电池SOC估计

作者：刘胜永; 于跃; 罗文广; 李昊; 黄俊华

来源：控制工程, 2017, 24(08): 1611-1616.

DOI：10.14107/j.cnki.kzgc.150835

• 自适应无迹卡尔曼滤波(AUKF)
• 荷电状态(SOC)
• Sage-Husa自适应滤波算法
• 无迹卡尔曼滤波(UKF)
• PNGV模型

锂电池荷电状态(SOC)的准确估算是制约电动汽车发展的关键技术之一。针对传统Kalman滤波算法因固定的噪声滤波初值不能够跟随工况变化致使SOC估算不准确的问题,基于PNGV模型建立状态空间方程组,将Sage-Husa自适应滤波算法融合到无迹卡尔曼滤波(UKF)算法之中,对噪声进行实时预测和修正,进而提高SOC的估算精度。仿真实验结果表明,AUKF比UKF的估算值更接近于理论参考值,AUKF解决了UKF因固定噪声带来的误差问题,可提高电动汽车启动、巡航、制动等复杂工况下的电池组电流剧烈变化中SOC的估算精度。

• 单位
  柳州特来电新能源有限公司; 广西科技大学