基于多模型自适应卡尔曼滤波器的电动汽车电池荷电状态估计

作     者：魏克新 陈峭岩 WEI Kexin;CHEN Qiaoyan

作者机构：天津大学电气与自动化工程学院天津市南开区300072 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2012年第32卷第31期

页      面：19-26,214页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家863高技术基金项目(2008AA11A145 2011AA11A279)~~ 

主　　题：电动汽车 荷电状态 健康状态 多模型自适应卡尔曼滤波器 

摘      要：基于电池的戴维宁(Thevenin)模型,设计了多模型自适应卡尔曼滤波器,并将多模型自适应卡尔曼滤波器应用于电动汽车电池荷电状态(state-of-charge,SOC)估计。由于老化电池是未知系统,利用传统的单一模型卡尔曼滤波器估计老化电池SOC时,因模型不准确而使估计误差增大。与单一模型滤波估计相比,多模型滤波估计融合了电池的各种老化信息,适合于未知系统的状态估计,从而提高了SOC的估计精度,并通过实验证明了上述结论的正确性。利用多模型自适应卡尔曼滤波器估计电池SOC,老化电池的模型与权值最大的单一模型较接近,根据单一模型权值可以近似估计出老化电池的健康状态(state of health,SOH),并通过电池容量测量,证明了SOH估计的正确性。