基于自适应无迹卡尔曼滤波的锂电池SOC估计

摘要：

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0.0114、0.0176,平均误差分别为0.0062、0.0079.结果表明AUKF解决了EKF在复杂工况下估算精度较低的问题.

关键词：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

所属期刊栏目：44

分类号：TM912

资助基金：安徽省高校自然科学基金项目重点项目KJ2019A0106

在线出版日期：2020-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1594-1599