基于卡尔曼增益动态修正的动力电池SOC估算

被引：18

作者：

朱智超 ^{[1
,2
]}

罗马吉 ^{[1
,2
]}

张超 ^{[1
,2
]}

机构：

[1] 武汉理工大学汽车工程学院

[2] 武汉理工大学燃料电池湖北省重点实验室

来源：

电源技术 | 2015年 / 39卷 / 01期

关键词：

扩展卡尔曼滤波; 动态卡尔曼增益修正系数; SOC估算; 经验公式模型;

D O I：

暂无

中图分类号：

TM912 [蓄电池]; U469.72 [电动汽车];

学科分类号：

080802 [电力系统及其自动化]; 082301 [道路与铁道工程];

摘要：

扩展卡尔曼滤波法(EKF)被认为是一种精度较高的电动汽车动力电池荷电状态(SOC)估算法,但是观测方程误差会对SOC估算结果带来影响。对EKF滤波过程进行改进,根据观测方程的误差对原EKF滤波过程增设动态卡尔曼增益修正系数,提出基于卡尔曼增益动态修正的动力电池SOC估算法。仿真结果表明EKF法可以有效克服SOC初始值不准确所造成的估算误差,动态卡尔曼增益修正系数可以进一步减小由于观测方程误差造成的SOC估算误差,使估算误差保持在5%之内。

引用

页码：101 / 104

页数：4

共 5 条

[1]

Kalman算法在纯电动汽车SOC估算中的应用误差分析 [J].