基于粒子滤波算法的动力电池 SOC 估计

摘要：

针对电池荷电状态（ SOC ）容易受到电流、温度、循环寿命等非线性因素的影响，建立基于温度和电流变化的电池容量修正方程。结合安时法和复合电化学原理构建电池状态空间模型。由于粒子滤波算法对非高斯、非线性系统的适应性，因此选用粒子滤波算法来研究电池SOC估计。通过美国FTP-75工况和NEDC工况实验仿真显示，基于粒子滤波算法的电池SOC估计比扩展卡尔曼滤波算法估计精度高、适应性好。

关键词：电池荷电状态、非线性因素、粒子滤波算法、扩展卡尔曼滤波算法

分类号：U461.2(汽车工程)

资助基金：江苏省自然科学基金资助项目BK2012586

在线出版日期：2014-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-73