【作者】

路文良; 田华

【单位】

大连理工大学

【摘要】

荷电状态（SOC）估计是电池管理系统（BMS）的主要功能之一。扩展卡尔曼滤波器（EKF）因其优越的性能，被广泛应用于锂离子电池荷电状态（SOC）估计中。在本文中，提出了一种改进的基于EKF的SOC估计算法，它结合了滑模观测器，相对于传统的EKF会有更好的估计稳定性和准确性。该算法结合了扩展卡尔曼滤波器和滑模观测器的优点，具有较好的鲁棒性。最后通过MATLAB仿真验证了该算法的有效性。结果表明，改进的EKF相比于传统的EKF，具有更好的估计精度，并且在估计过程中具有更好的收敛性。

【关键词】

锂电池;扩展卡尔曼滤波器(EKF);荷电状态（SOC）;滑模观测器

【论文集名称】

混合动力及先进汽油机

【会议名称】

2023交通能源与智能动力大会

【会议时间】

2023-11-10至2023-11-12

【会议地点】

天津

【下载次数】

7

返回