基于无迹卡尔曼滤波的锂电池SOC估算

论文以3.2V/10Ah的磷酸铁锂电池为实验研究对象,针对复杂工况和复杂环境条件下的动力锂离子电池SOC估算困难的问题开展相关研究。论文分析了磷酸铁锂电池的基本特性与工作原理,研究了电池充放电倍率、环境温度、循环使用次数对电池工作性能的影响,在PNGV等效电路模型的基础上,基于无迹卡尔曼(Unscented Kalman Filter,UKF)滤波算法,对电池荷电状态进行实时估算。针对UKF估算SOC存在的数值不稳定性和滤波发散问题,采用了加入噪声自适应协方差匹配的改进方法,同时引入阈值调节因子来自动选择开窗窗口大小,实时修正噪声矩阵。在恒流放电工况、分段恒流放电工况、典型DST动态工况等情况下进行了仿真试验,并对改进算法在不同初始值下进行了验证。仿真结果表明,改进后的算法不仅能避免无迹卡尔曼滤波算法中存在的矩阵负定和数值不稳定的现象,荷电状态的估算精度也有了较大的提升,在电流不断变化的情形,改进算法最大误差仅为0.5%左右。