基于修正协方差扩展卡尔曼滤波法的电动汽车锂电池SOC在线估计

• 作者: 严永俊 夏菁 范家钰 陈南
• 来源期刊: 东南大学学报（英文版）
• 学科: 交通运输
• 关键词: 电动汽车 电池管理系统 锂电池 参数辨识 荷电状态
• 年，卷（期）: 2020,（2）
• 页码范围: 128-137
• 页数: 10页
• 分类号: U463.6
• 字数: 1290字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2020.02.002

摘要

为弥补传统电动汽车锂电池SOC估计算法估计误差大的缺陷,考虑电动汽车动力电池复杂的工作条件,将参数在线辨识方法和修正协方差扩展卡尔曼滤波(MVEKF)算法结合,提出了一种锂电池SOC在线估计算法.新算法使用变遗忘因子递归最小二乘法实现模型参数在线辨识,利用修正后的状态估计值重新计算迭代过程中的协方差,并将新的过程增益值用于下一状态估计以减少滤波误差.恒脉冲放电和动态应力测试(DST)等实验表明:在电池复杂的充放电条件下,与EKF算法对比,MVEKF滤波算法估计误差更小,最多可减少5％的误差;在DST条件下的充电过程中,EKF会有较大的偏差且不稳定,而MVEKF算法可稳定地估计SOC,且鲁棒性强,适用于电动汽车电池复杂多变的工作条件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈南	东南大学机械工程学院	201	2466	25.0	38.0
2	夏菁	上海理工大学外国语学院	2	3	1.0	1.0
3	范家钰	东南大学机械工程学院	1	0	0.0	0.0
4	严永俊	东南大学机械工程学院	1	0	0.0	0.0