基于卡尔曼滤波的锂电池SOC估算影响因素研究

摘要

锂电池组的SOC估算是纯电动汽车剩余里程估计与能量管理的基础,也是电池管理系统的基础工作。卡尔曼滤波算法便于实现实时估计、能更好地适应电动汽车剧烈变化的工况而被广泛使用。为获得基于卡尔曼滤波算法的锂电池组SOC估算的影响因素,文章以磷酸铁锂电池组为研究对象,建立锂电池组的PNGV状态空间模型,并设计了EKF算法和UKF算法。在ADVISOR工况放电数据下,分别估算了锂电池组的SOC,分析了影响锂电池组滤波器滤波性能的因素。仿真实验结果表明,卡尔曼滤波算法相关参数初值的选择对SOC估算精度产生了重要影响。