自适应卡尔曼滤波器在车用锂离子动力电池SOC估计上的应用

• 作者: 何洪文 孙逢春 熊瑞
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 自适应扩展卡尔曼滤波(AEKF) 荷电状态(SOC) 参数辨识 电池模型 锂离子电池 电动汽车
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 198-204
• 分类号: TN966
• 字数: 4693字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2012.02.014

摘要

进行了用自适应扩展卡尔曼滤波(AEKF)算法估计电动车用锂离子动力电池的荷电状态(SOC)的研究.基于混合脉冲功率特性(HPPC)试验,利用遗传优化算法改进Thevenin电路模型参数辨识方法,且从充放电两个方向来获得模型参数,然后在动态应力测试(DST)工况下对改进的模型进行仿真验证分析,基于改进的模型和联邦城市行驶工况(FUDS),应用AEKF算法开展SOC估计研究.仿真和台架试验结果对比表明,改进的Thevenin电路模型和AEKF算法均具有较高的精度,最大估算误差分别为1.70％和2.53％；同时AEKF算法具有较好的鲁棒性,可以有效地解决初始估算不准和累计误差的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙逢春	北京理工大学电动车辆国家工程实验室	163	4778	35.0	63.0
2	何洪文	北京理工大学电动车辆国家工程实验室	57	1731	24.0	40.0
3	熊瑞	北京理工大学电动车辆国家工程实验室	12	148	6.0	12.0