无迹卡尔曼滤波对锂电池荷电状态估算的研究
卫健行1
付主木2
1.河南科技大学信息工程学院,河南洛阳,4710232.河南科技大学信息工程学院,河南洛阳471023;河南科技大学河南省机器人与智能系统重点实验室,河南洛阳471023
摘要：由于动力锂电池参数具有受外界干扰影响大、电池模型非线性的特点,现有的荷电状态(SOC)估算方法并不能完全满足精度和实时性的需要.在综合考虑模型的精确性和实际工程计算复杂程度后,提出使用经验公式模型,在模型的基础上采用无迹卡尔曼滤波(UKF)算法对电池SOC进行估算.通过对比动力锂电池放电实验得到的数据,检验算法估算效果.实验结果表明:UKF算法能够准确跟踪动力锂电池放电变化情况,对动力锂电池SOC的估算误差在2％左右,相比于传统算法在精度上有较大的提高.
关键词：电池荷电状态动力锂电池经验公式模型无迹卡尔曼滤波
分类号：TM912(独立电源技术（直接发电）)
资助基金：国家自然科学基金(61473115)河南省高等学校科技创新团队支持计划(18IRTSTHN011)
论文发表日期：2018-07-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 45-49 )
英文信息