基于UKF的电动汽车锂电池SOC估计方法

被引：44

作者：

毛群辉

滕召胜

方亮

冯勇

机构：

[1] 湖南大学电气与信息工程学院

来源：

测控技术 | 2010年 / 29卷 / 03期

关键词：

电动汽车锂电池; Thevenin模型; 荷电状态; 无色卡尔曼滤波;

D O I：

10.19708/j.ckjs.2010.03.024

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

准确估计电池的荷电状态(SOC,state of charge)是电动汽车电池管理系统研究的关键技术。基于Thevenin模型建立了状态空间方程组,采用无色卡尔曼滤波(UKF,unscented Kalman filtering)算法实现非线性条件下的SOC准确估计。硬件在环仿真试验表明:UKF估计误差小于5%,且当SOC值低于50%时,其估计结果明显优于扩展卡尔曼滤波(EKF,extended Kalman filtering)方法,有较高的实用价值。

引用

页码：89 / 91

页数：3

共 4 条

[1]

Extended Kalman filtering for battery management systems of LiPB-based HEV battery packs.[J].Gregory L. Plett.Journal of Power Sources.2004, 2

[2]

现代电动汽车技术.[M].陈清泉等编著;.北京理工大学出版社.2002,

[3]

基于改进Thevenin模型的混合动力镍氢电池SOC估算研究 [J].