基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

来源：电工电能新技术杂志2016年第1期北京时间：

作者：杨海学,张继业,张晗

单位：1. 西南交通大学信息科学与技术学院， 四川 成都 610031；2. 西南交通大学牵引动力国家重点实验室， 四川 成都 610031

摘要：扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时，由于系统噪声的不确定，可能导致估计算法不精确，并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题，本文采用改进SageHusa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的 SOC。与EKF相比，改进SageHusa的自适应卡尔曼滤波法提高了SOC估计的精度，并能够实时修正微小的模型误差带来的 SOC 估计误差，实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC 估计。

关键词：多元锂离子动力电池, SOC, 状态估计, 自适应, 无迹卡尔曼滤波, Sage-Husa