基于多模型自适应卡尔曼滤波器的电动汽车电池荷电状态估计

• 作者: 陈峭岩 魏克新
• 来源期刊: 中国电机工程学报
• 学科: 交通运输
• 关键词: 电动汽车 荷电状态 健康状态 多模型自适应卡尔曼滤波器
• 年，卷（期）: 2012,（31）
• 所属期刊栏目: 电动汽车与智能充放电
• 页码范围: 19-26,前插3
• 分类号: U463
• 字数: 4587字
• 语种: 中文

摘要

基于电池的戴维宁(Thevenin)模型,设计了多模型自适应卡尔曼滤波器,并将多模型自适应卡尔曼滤波器应用于电动汽车电池荷电状态(state-of-charge,SOC)估计.由于老化电池是未知系统,利用传统的单一模型卡尔曼滤波器估计老化电池SOC时,因模型不准确而使估计误差增大.与单一模型滤波估计相比,多模型滤波估计融合了电池的各种老化信息,适合于未知系统的状态估计,从而提高了SOC的估计精度,并通过实验证明了上述结论的正确性.利用多模型自适应卡尔曼滤波器估计电池SOC,老化电池的模型与权值最大的单一模型较接近,根据单一模型权值可以近似估计出老化电池的健康状态(state of health,SOH),并通过电池容量测量,证明了SOH估计的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏克新	天津大学电气与自动化工程学院	6	235	4.0	6.0
2	陈峭岩	天津大学电气与自动化工程学院	3	218	2.0	3.0