基于多模型自适应卡尔曼滤波器的电动汽车电池荷电状态估计 论文.pdf
文本预览下载声明
第32卷第31期 中国电机工程学报 V01．32No．3I Nov．5，2012
2012年11月5日 oftheCSEE ◎2012Chin．Soc．for 19
Proceedings Elec．Eng．
文章编号：0258-8013(2012)31-0019—08中图分类号：U463 文献标志码：A 学科分类号：470·40
基于多模型自适应卡尔曼滤波器的
电动汽车电池荷电状态估计
魏克新，陈峭岩
(天津大学电气与自动化工程学院，天津市南开区300072)
ElectricVehicle SOCEstimationBasedon KalmanFilter
Battery Multiple-modelAdaptive
WEI
Kexin，CHEN
Qiaoyan
of and
Electrical
(School EngineeringAutomation，TianjinUniversity,NankaiDistrict,Tianjin300072，China)
ABSTRACT：Basedonthe Thevenin of
baRery model，the计出老化电池的健康状态(statehealth，SOH)，并通过电
kalman was and
multiple—modeladaptive filter proposed 池容量测量，证明了SOH估计的正确性。
totheelectricvehicle
applied bauerystate-of-charge(sot)
关键词：电动汽车：荷电状态；健康状态；多模型自适应卡
WaSall
estimation．The uBRBown
ageingbattery system，when
尔曼滤波器
thetraditionalmodelkalmanfiltertoestimatethe
using single
SOCof estimationerrorwouldbe 0 引言
baRery,the
ageing large
induced ofthe withthe
byinaccuracymodel．Comparedsingle
电动汽车电池状态估计是电池管理的重要内
filter filter
model wasmore
estimation，themultiple-model
of
for unknown in 容Ill，电池的内部状态主要包括荷电状态(state
suitablean thesensethatit fused
system
显示全部