基于卡尔曼滤波的锂电池SOC估算影响因素研究

• 作者: 赵斌 李昊
• 来源期刊: 河南工学院学报
• 学科: 工学
• 关键词: 锂电池组 SOC 卡尔曼滤波 EKF UKF 影响因素
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电气工程与自动化
• 页码范围: 13-17
• 页数: 5页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2093.2022.01.004

摘要

锂电池组的SOC估算是纯电动汽车剩余里程估计与能量管理的基础,也是电池管理系统的基础工作.卡尔曼滤波算法便于实现实时估计、能更好地适应电动汽车剧烈变化的工况而被广泛使用.为获得基于卡尔曼滤波算法的锂电池组SOC估算的影响因素,文章以磷酸铁锂电池组为研究对象,建立锂电池组的PNGV状态空间模型,并设计了EKF算法和UKF算法.在ADVISOR工况放电数据下,分别估算了锂电池组的SOC,分析了影响锂电池组滤波器滤波性能的因素.仿真实验结果表明,卡尔曼滤波算法相关参数初值的选择对SOC估算精度产生了重要影响.