自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计

摘要：

卡尔曼滤波法在估计动力电池的剩余容量（SOC）时，由于系统噪声的不确定，可能导致算法不收敛，而且算法的估计性能受模型精度的影响，笔者采用自适应卡尔曼滤波法来动态地估计电动汽车用磷酸铁锂动力电池的SOC。首先对电池模型进行了研究，建立了适用于SOC估计的电池模型，然后设计了相应的电池充放电实验检测到模型的参数，并进行了验证，最后将自适应卡尔曼滤波法应用到该模型，在未知干扰噪声环境下，在线估计电池的SOC。仿真结果表明：自适应卡尔曼滤波法能够实时修正微小的模型误差带来的SOC估计误差，估计精度高于卡尔曼滤波法，且自适应卡尔曼滤波法对初值误差具有修正作用。实车循环行驶实验表明算法适用于磷酸铁锂动力电池的SOC估计。

关键词：磷酸铁锂动力电池、剩余容量、状态估计、自适应、卡尔曼滤波

分类号：TM912.1

资助基金：中央高校基本科研业务费资助项目CDJXS11151156

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：68-74