基于自适应无迹卡尔曼滤波的动力电池SOC估计

摘要

针对传统无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计电池SOC时,在未知的干扰噪声条件下滤波精度较低和稳定性较差等问题,基于等效的二阶RC电路模型,提出自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法.在模型参数辨识的基础上,构建了系统状态方程以及量测方程;随后,研究了无迹卡尔曼滤波算法及其自适应调整策略.根据仿真结果可知,该算法估计的电池SOC最大误差小于2.13％,估算精度及收敛速度均好于传统无迹卡尔曼滤波算法.