基于QKF的隧道电力工程车辆锂电池SOC估计算法

• 作者: 孙增田 陈毅 巫春玲 巨永锋
• 来源期刊: 电子设计工程
• 关键词: 电力工程车辆 统计线性回归 荷电状态 求积分卡尔曼滤波器
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 测量与控制|Measurement and Control
• 页码范围: 108-111,116
• 页数: 5页
• 分类号: TN108.4
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.12.024

摘要

针对隧道电力工程车辆的电池荷电状态(SOC)估计问题,提出一种新的非线性滤波算法-求积分卡尔曼滤波器(QKF),用于对SOC的估计.QKF使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数,该算法的数值鲁棒性高,估计精度高.运用二阶等效电路模型对锂离子电池进行建模,构建模型的状态空间方程后,运用QKF算法对电池的SOC进行估计.仿真实验表明,QKF对SOC的估计误差很小,低于1％,表明QKF算法是一种很好的估计电池SOC的方法,具有较高的精确度.