异常情况下电动汽车锂电池SOC估计

摘要：

为提高锂电池在状态突变、模型不准确、SOC初始误差大等异常情况下的SOC估计精度和收敛速度,提出了基于强跟踪卡尔曼滤波算法的SOC估计方法.建立了锂电池的双RC等效电路模型,使用HPPC方法辨识了模型参数;分析了扩展卡尔曼滤波原理和缺陷,在误差协方差矩阵中引入时变渐消因子,用于改进修正系数矩阵,强行使残差序列保持正交特性,基于此原理提出了强跟踪卡尔曼滤波算法.经仿真验证,在模型不准确和状态突变情况下,强跟踪卡尔曼滤波的最大估计误差为2％,而扩展卡尔曼滤波最大误差为4.5％;在SOC初始误差较大情况下,强跟踪卡尔曼滤波在15 s内收敛至真值,而扩展卡尔曼滤波在40 s时收敛至真值.

关键词：锂电池、SOC估计、强跟踪卡尔曼滤波

分类号：U469.72(汽车工程)

在线出版日期：2019-05-16（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：18-22