基于扩展卡尔曼粒子滤波算法的锂电池 SOC 估计

• 作者: 刘英杰 周晓凤 赵又群
• 来源期刊: 中国机械工程
• 关键词: 锂电池 荷电状态 混合噪声模型 扩展卡尔曼粒子滤波
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 车辆工程
• 页码范围: 394-397
• 页数: 4页
• 分类号: U463
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.03.019

摘要

锂电池荷电状态用来描述电池剩余电量的多少，进而反映电动汽车的续驶里程，是电池管理系统中的核心参数。电池循环次数、瞬间大电流以及温度等因素都会使电池特性发生变化，使用扩展卡尔曼滤波算法对电池荷电状态进行估计，会有较大的误差甚至导致算法不收敛。为了有效地抑制发散以及噪声的影响，基于锂电池混合噪声模型，应用扩展卡尔曼粒子滤波算法对锂电池荷电状态和电流漂移噪声进行同步估计。最后根据充放电试验数据进行仿真分析，结果证明了该算法的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵又群		177	1592	21.0	28.0
2	刘英杰		9	116	6.0	9.0
3	周晓凤		2	57	2.0	2.0