基于自适应无迹卡尔曼滤波的锂电池SOC估计

• 作者: 司鑫 安治国 李亚坤 田茂飞 赵琳 陈星
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 荷电状态(SOC) 二阶RC模型 UKF Sage-Husa滤波 AUKF
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 研究开发
• 页码范围: 856-861
• 页数: 6页
• 分类号: TM912
• 字数: 3550字
• 语种: 中文
• DOI: 10.12028/j.issn.2095-4239.2019.0113

摘要

电池荷电状态(SOC)的准确估计是电池管理系统的关键问题,对电池的可靠性和安全性至关重要.由于多数情况下建立的电池模型精度不够高、电池系统的噪声统计是未知的或不准确的,这都会对锂离子电池系统的SOC估计会产生较大影响.本文采用二阶RC等效模型,可减小电池模型带来的误差;同时结合Sage-Husa滤波算法与无迹卡尔曼滤波(UKF)算法提出了一种新的SOC估计方法,基于噪声统计估计器的自适应无迹卡尔曼(AUKF)滤波算法,它可以对系统噪声进行实时修正以提高SOC的估算精度.并通过比较AUKF和UKF来验证SOC估计方法的准确性和有效性.实验结果表明,AUKF具有更高的SOC估计精度和自适应能力,在脉冲放电工况和动态工况下的估计精度均能保持在4.68％ 以内,可以有效地估计电池的SOC值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安治国	重庆交通大学机电与车辆工程学院	35	90	6.0	7.0
2	陈星	重庆交通大学机电与车辆工程学院	13	11	3.0	3.0
3	赵琳	重庆交通大学机电与车辆工程学院	4	11	3.0	3.0
4	李亚坤	重庆交通大学机电与车辆工程学院	4	8	2.0	2.0
5	田茂飞	重庆交通大学机电与车辆工程学院	3	8	2.0	2.0
6	司鑫	重庆交通大学机电与车辆工程学院	4	8	2.0	2.0