重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (3): 63-71.

• “新能源汽车”专栏 • 上一篇    

一种 GA-DKF的锂离子电池SOC估计

罗雪松,朱茂桃   

  1. 江苏大学 汽车与交通工程学院
  • 发布日期:2022-04-22
  • 作者简介:罗雪松,男,硕士研究生,主要从事动力电池管理技术研究,;通讯作者 朱茂 桃,男,博士,教授,硕士生导师,主要从事车辆及其零部件 CAD/CAE技术研究

  • Published:2022-04-22

摘要: 提出了一种基于遗传算法优化双卡尔曼滤波(GADKF)的方法进行电池荷电状态 (SOC)估计。分别利用遗传算法优化模型参数辨识中卡尔曼滤波的噪声协方差矩阵,以及 SOC估计中无迹卡尔曼滤波(UKF)的噪声协方差矩阵。搭建试验平台,依据不同电流倍率下的放电实验数据,得到模型参数动态辨识的结果,分析 GAKF算法辨识参数的有效性。通过不同工况下试验结果、仿真结果以及传统最小二乘法(LS)辨识结果的对比,表明提出的方法能够有效提高锂电池模型精度。最后,采用遗传算法优化双卡尔曼滤波(GADKF)进行 SOC估计,分别验 证该模型在动态工况下 SOC估计的精度和鲁棒性。结果表明:该模型不仅具有较高的估计精度,还能克服不同初始 SOC的误差,具备良好的鲁棒性。

关键词: 遗传算法, 双卡尔曼滤波, 锂离子电池, SOC估计

中图分类号: 

  • TM912