基于自适应无迹卡尔曼滤波的锂电池SOC估计

刘胜永^1,2，于跃¹，罗文广^1,2，李昊¹

1. 广西科技大学电气与信息工程学院2. 广西科技大学广西汽车零部件与整车技术重点实验室

摘 要：锂电池荷电状态（SOC）的准确估算是制约电动汽车发展的关键技术之一。针对传统Kalman滤波算法因固定的噪声滤波初值不能够跟随工况变化致使SOC估算不准确的问题,基于PNGV模型建立状态空间方程组,将Sage-Husa自适应滤波算法融合到无迹卡尔曼滤波（UKF）算法之中,对噪声进行实时预测和修正,进而提高SOC的估算精度。仿真实验结果表明,AUKF比UKF的估算值更接近于理论参考值,AUKF解决了UKF因固定噪声带来的误差问题,可提高电动汽车启动、巡航、制动等复杂工况下的电池组电流剧烈变化中SOC的估算精度。

关键词：自适应无迹卡尔曼滤波(AUKF);荷电状态(SOC);Sage-Husa自适应滤波算法;无迹卡尔曼滤波(UKF);PNGV模型;