基于卡尔曼滤波法的nimh电池soc估算模型.docxVIP

基于卡尔曼滤波法的nimh电池soc估算模型 0 混合动力汽车用镍氢电池的soc估算算法 电池管理系统是混合动力车辆的重要组成部分。蓝色信号的电子表格（套）是该组件的主要功能之一。正确评估电池套对于延长混合动力车辆的行驶距离和电池维护非常重要。目前在对电池SOC的估计上国内外做了不少研究,常用的估计方法有安时积分法、开路电压法、模糊神经网络法、卡尔曼滤波法等。安时积分法是在考虑电池充放电效率的情况下,依据电池充放电电流随时间的累加来确定SOC,因而能在短时间内准确地估算SOC的变化值,但是存在无法确知初始SOC和累计误差越来越大的问题;开路电压法是利用电池的开路电压与SOC的单调关系,根据检测到的开路电压确定SOC值,但这种方法只能在电池静置很长时间后才适用,不适用于车载电池动态充放电的工况;模糊神经网络法依靠大量的样本数据来训练建好的模糊神经网络模型,这种方法对训练方法和训练数据的依赖性很大,目前还没有得到很好的应用;卡尔曼滤波法以电池性能模型为依据,根据采集到的电压电流,由递推算法得到SOC的最小方差估计,这种方法能解决SOC初值估算不准和累计误差问题,但它对电池模型的依赖性很强。本研究在综合分析上述方法的基础上,采用改进的卡尔曼滤波法对混合动力汽车用镍氢电池的SOC进行估计,对所用的Thevenin等效电路模型进行了工程化处理,分充放电不同的方向来辨识模型参数,找到了一种适