基于改进无迹卡尔曼滤波的锂电池SOC在线估计

来源：计量学报杂志2019年第1期北京时间：

作者：陈则王,杨丽文,赵晓兵,王友仁

单位：南京航空航天大学 自动化学院, 江苏 南京 211106

摘要：针对无迹卡尔曼滤波算法对电池模型敏感并且容易受到不确定噪声干扰的问题，提出了改进的无迹卡尔曼滤波算法（improved unscented Kalman filter，IUKF），提高电池荷电状态（State of charge，SOC）估计精度和鲁棒性能。首先，对锂离子电池进行建模并完成参数离线辨识。紧接着，对模型参数进行敏感性分析，研究不同参数对SOC估计效果的影响程度，为模型参数自适应对象的选取提供依据。随后，研究了包含模型自适应算法和噪声自适应算法在内的IUKF算法实现过程。最后，通过物理实验对比分析了IUKF与其它算法的实际估计效果，实验结果表明，该方法估计误差小于1.79%，鲁棒性能良好。

关键词：计量学; 荷电状态估计; 锂离子电池; 无迹卡尔曼滤波; 模型自适应; 噪声自适应

基金资助：国家自然科学基金(61371041);航空科学基金(2013ZD52055);中央高校基本科研业务费专项资金(NS2017019)