ISSN 1671-7988 CN 61-1394/TH
创刊：1976年
汽车实用技术 ›› 2023, Vol. 48 ›› Issue (23): 6-13.DOI: 10.16638/j.cnki.1671-7988.2023.023.002
• 新能源汽车 • 上一篇
基于改进扩展卡尔曼滤波算法的 SOC 估算
胡 坤 1，张冰战*1,2，刘忠涛 1，汪永嘉 1，朱茂飞 3,4
- 1.合肥工业大学 汽车与交通工程学院；2.安徽省数字化设计与 制造重点实验室；3.合肥学院 先进制造工程学院； 4.安徽省智能车辆控制与集成设计技术工程研究中心
The SOC Estimation Based on Improved Extended Kalman Filter Algorithm
HU Kun1, ZHANG Bingzhan*1,2, LIU Zhongtao1, WANG Yongjia1, ZHU Maofei3,4
- 1.School of Automotive and Traffic Engineering, Hefei University of Technology; 2.National Local Joint Engineering Research Center for Automotive Technology and Equipment; 3.College of Advanced Manufacturing Engineering, Hefei College; 4.Anhui Intelligent Vehicle Control and Integrated Design Technology Engineering Research Center
摘要： 在电动车、储能系统和移动设备等领域中，电池管理系统是保障电池组性能和安全性 的关键技术之一，而电池荷电状态（SOC）估算是其重要的组成部分。文章重点针对 18650 型号的磷酸铁锂电池（单体电池）SOC 估算展开研究和设计，首先选择双阶远程控制（RC） 模型作为电池模型，通过电池容量标定实验、开路电压（OCV）-SOC 标定实验、混合功率脉 冲特性（HPPC）实验确定了双阶 RC 模型的各个动态参数，在 MATLAB/Simulink 中搭建动 力电池仿真模型，验证了所选模型的可靠性。然后，为了解决单体电池 SOC 估算精度和成本 等问题，以扩展卡尔曼滤波（EKF）算法为基础提出了一种改进方法，即在预测第 k 个时间 步的误差协方差矩阵时，引入了时变渐消因子，在更新方差 Q 和 R 时引入自适应分子。最后， 通过不同循环工况对提出的算法进行仿真分析，结果显示，提出的算法提升了 SOC 估算的精 度，实用性强。