摘要
针对单一卡尔曼滤波(KF)在估算荷电状态(SOC)时忽略了温度、SOC以及驾驶工况对电池参数的影响,且存在收敛性差、误差大等问题,提出了一种扩展卡尔曼滤波(EKF)-自适应无迹卡尔曼滤波(AUKF)联合算法.基于电池的外特性机理建立了2阶RC等效电路模型,在OCV-SOC-T函数映射关系下,利用EKF算法实时预测电池参数,并联立AUKF算法实现SOC的估算.通过在不同温度与驾驶工况下的电池实验数据验证,EKF-AUKF联合算法能够实现电池参数和SOC的实时在线估计,同时兼顾了鲁棒性强、收敛性好以及估算精度高等特点,其估算结果明显优于单一的AUKF算法.
基金项目
贵州省科技支撑计划(黔科合支撑[2021]一般536)
国家科技期刊平台
NSTL
万方数据