【摘要】：鋰電池荷電狀態(tài)(SOC)的準確估算是制約電動汽車發(fā)展的關鍵技術之一。針對傳統(tǒng)Kalman濾波算法因固定的噪聲濾波初值不能夠跟隨工況變化致使SOC估算不準確的問題,基于PNGV模型建立狀態(tài)空間方程組,將Sage-Husa自適應濾波算法融合到無跡卡爾曼濾波(UKF)算法之中,對噪聲進行實時預測和修正,進而提高SOC的估算精度。仿真實驗結果表明,AUKF比UKF的估算值更接近于理論參考值,AUKF解決了UKF因固定噪聲帶來的誤差問題,可提高電動汽車啟動、巡航、制動等復雜工況下的電池組電流劇烈變化中SOC的估算精度。
【圖文】：

梢砸歡ǔ潭壬系窒銂粗，

本文編號：2548400