基于容积卡尔曼滤波融合的锂离子电池SOC估计

摘要：

锂离子电池荷电状态(SOC)的准确估计对新能源汽车的能量管理和续驶里程计算尤为重要.就一段估计区间而言,尽管自适应5阶容积卡尔曼滤波(AHCKF)的总体精度通常比自适应容积卡尔曼滤波(ACKF)的更高,但在估计过程中二者的精度优劣是不断变化的.为了进一步提高SOC估计的精度,提出了一种基于不同阶次容积卡尔曼滤波融合的SOC估计算法.为评估融合算法的表现,本文采用该算法与NASA提供的电池随机充放电使用工况数据进行SOC估计.结果显示,所提出算法能够较大程度地减小SOC估计的误差.相对ACKF与AHCKF,平均绝对误差分别减少了26.39％和11.67％,均方根误差分别减少了20.21％和6.25％.

关键词：锂离子电池、荷电状态、容积卡尔曼滤波、估计、融合

分类号：TM912

资助基金：浙江省自然科学基金;中央高校基本科研业务费专项

在线出版日期：2021-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：36-43