基于無跡卡爾曼濾波的磷酸鐵鋰電池SOC估算研究.pdf

1、汽車作為日常生活不可或缺的交通工具，正在以一個爆炸式的發(fā)展趨勢步入千家萬戶，隨之而來的能源危機和環(huán)境污染的問題也日益突顯，電動汽車因為零排放的優(yōu)勢獲得了全世界各國及汽車公司的重視。電池管理系統(tǒng)的研究是電動車發(fā)展的關鍵技術之一，而SOC的準確估計又是電池管理系統(tǒng)運行的基本要素和重要前提，因此SOC估算的研究至關重要。
　　文章首先介紹了國內外電動汽車的發(fā)展狀況，通過對于各類電池的比較，指出了磷酸鐵鋰電池是電動汽車用動力電池的一個理想

2、選擇;為了更好的了解磷酸鐵鋰電池的性能，首先對SOC的定義進行了描述，然后分析了磷酸鐵鋰電池的相關性能，并研究了電池放電倍率，電池溫度，循環(huán)次數對電池性能的影響。
　　文章再分析了幾種常見的SOC的估算方法諸如安時積分法、開路電壓法、神經網絡法、卡爾曼濾波法的優(yōu)缺點，考慮選擇了卡爾曼濾波法，分析了卡爾曼濾波的幾種變化形式，同時比較了自適應卡爾曼濾波，擴展卡爾曼濾波和無跡卡爾曼濾波的特點，最后選擇了無跡卡爾曼濾波(UKF)算法結合噪

3、聲的自適應匹配來作為本文的SOC估算算法。
　　在電池模型方面，分析比對了電池的電化學模型，電池的神經網絡模型，電池的等效電路模型，最后選擇了二階rc電路模型作為電池模型;然后在simulink中建立了電池模型，通過實驗獲得的電池數據對電池的模型進行識別，驗證了模型的準確性。
　　最后將無跡卡爾曼濾波法應用到SOC的估算中去，在simulink中對建立的UKF算法的模型，并對模型進行了仿真分析，將仿真結果與實驗結果相比較，確