《基于双重卡尔曼滤波器电池荷电状态的估计》.pdfVIP

第28卷 第6期 重 庆 理 工 大 学 学报 (自然科学) 2014年6月 Vol_28 No．6 JournalofChongqingUniversityofTechnology(NaturalScience) Jun．2014 doi：10．3969／j．issn．1674-8425(Z)．2014．06．001 基于双重卡尔曼滤波器电池荷电状态的估计 商高高，朱晨阳 (江苏大学 汽车与交通工程学院，江苏 镇江 212013) 摘 要：为了有效估计车用蓄电池的荷 电状态(SOC)，建立 了包含迟滞因素和松弛因素的 锂电池的精确模型，以自适应无迹卡尔曼滤波器算法为基础，设计 了能够实现模型参数和状态 同时在线估计的双重卡尔曼滤波器。通过实验和仿真结果的比较表明：该方法能够有效抑制噪 声的干扰，快速修正SOC的误差，取得精确的SOC估计值，同时通过时变参数的估计为判断蓄 电池的健康状态提供依据。 关 键 词：荷 电状态；卡尔曼滤波器；自适应 中图分类号 ：U469．72 文献标识码 ：A 文章编号 ：1674—8425(2014)06—0001—07 StatesofChargeEstimation ofBattery Based ontheDualKalman Filter SHANG Gao—gao，ZHU Chen—yang (SchoolofAutomobileandTrafficEngineering，JiangsuUniversity，Zhenjiang212013，China) Abstract：Inordertoestimatebatterystate—of—chargeeffectively，anaccuratebattery modelwasbuilt whichcontained thehysteresiseffectandrelaxationeffect．Then，onthebasisofadaptiveunscented Kalmanfilter，thedualKalmanfilterwasdesignedwhichcouldestimatetheparameterandstateon— lineatthe same time．Finally，the comparison resultsbetween testand simulation show thatthis methodcaneffectivelysuppressnoise，reducetheSOCestimateerrorandachievethepreciseSOC es— timatedvalue．And，theestimatedvalueofparametercanprovideevidenceforthejudgingofstate—of- healthofbattery． Keywords：stateofcharge；Kalmanfilter；adaptive 电池的荷电状态(stateofcharge，SOC)是蓄电 目前，普遍使用的SOC估计方法有安时计量 池的重要性能指标。它表示蓄电池可充放 电的能 (Ah)结合开路电压 (OCV)的方法 、支持向量机 力，其准确估计对于电动汽车能量的合理分配和 法 和卡尔曼滤波法 。其中，安时法易受SOC 再生利用有着重大意义 。 初始误差的影响而产生累积误差；开路 电压法不 收稿 日期 ：2013—11—28 作者简介：商高高(1962一)，男，博士，副教授 ，主要从事汽车机 电一体化技术方面 的研究；通信作者 朱晨 阳 (1989一)，男，硕士研究生，主要从事汽车机电一体化技术方面的研究。 引用格式：商高高 ，朱晨阳