基于高斯过程回归的UKF锂离子电池SOC估计

作     者：魏孟 李嘉波 李忠玉 叶敏 徐信芯 WEI Meng;LI Jiabo;LI Zhongyu;YE Min;XU Xinxin

作者机构：长安大学公路养护装备国家工程实验室陕西西安710064 河南省高远公路养护技术有限公司河南新乡453000 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2020年第9卷第4期

页      面：1206-1213页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金青年项目(51805041) 河南省交通运输厅科技计划项目(2019J3) 

主　　题：动力电池 荷电状态 高斯过程回归 UKF 

摘      要：高精度的电池荷电状态估计是电动汽车电池管理系统的关键技术之一,其估计精度直接影响能量管理效率和汽车的续航里程。传统的滤波方法基于模型来估计电池SOC,但难以建立锂离子电池精确的数学模型。针对此问题,提出一种基于高斯过程回归的无迹卡尔曼滤波(UKF)锂离子电池SOC估计方法,使用高斯过程回归在有限的训练数据下建立等效电路模型的测量方程,在UKF和高斯过程回归之间建立关联。该模型能够充分联合利用现有实验数据和被预测实时状态数据,实现SOC估计。结果表明,与传统UKF相比,基于高斯过程回归的UKF算法具有较高精确性。