磷酸鐵鋰離子電池組荷電狀態(tài)估計(jì)的研究

磷酸鐵鋰離子電池組的荷電狀態(tài)估計(jì)是為了更好地應(yīng)用電池組作為動(dòng)力鋰電池。本文選取了二階RC電池模型，采用自適應(yīng)噪聲匹配的無(wú)軌卡爾曼濾波方法對(duì)電池組的荷電狀態(tài)進(jìn)行估計(jì)，提高了卡爾曼濾波算法的精度。仿真結(jié)果和實(shí)驗(yàn)驗(yàn)證表明，該算法具有較高的估計(jì)精度和良好的soc估計(jì)效果。

電池荷電狀態(tài)的計(jì)算是BMS系統(tǒng)的重要前提。準(zhǔn)確估算動(dòng)力鋰電池組的荷電狀態(tài)，可以提高電池的安全性能，有效保護(hù)電池，延長(zhǎng)電池組的使用壽命，提高電池的使用效率。

動(dòng)力鋰電池soc估計(jì)的難點(diǎn)在于電池系統(tǒng)復(fù)雜的動(dòng)態(tài)特性。因此，soc估計(jì)的關(guān)鍵是建立合適的電池模型，選擇合適的估計(jì)方法。常用的電池模型有電化學(xué)模型、神經(jīng)網(wǎng)絡(luò)模型和等效電路模型。本文選擇了能準(zhǔn)確反映電池組動(dòng)態(tài)特性的二階RC等效電路模型?？柭鼮V波算法能夠?qū)崟r(shí)跟蹤系統(tǒng)的狀態(tài)，適用于電力電池荷電狀態(tài)的估計(jì)。

卡爾曼濾波算法應(yīng)用于線(xiàn)性系統(tǒng)的評(píng)估方法,和電池是一個(gè)復(fù)雜的非線(xiàn)性系統(tǒng),因此有利用泰勒展開(kāi)線(xiàn)性化的非線(xiàn)性系統(tǒng)的擴(kuò)展卡爾曼濾波(EKF)算法,EKF算法可以應(yīng)用到一個(gè)好的電池soc估算研究,但計(jì)算過(guò)程相對(duì)復(fù)雜,計(jì)算的穩(wěn)定性較差,因此本文采用無(wú)跡卡爾曼濾波(UKF)算法,該算法基于UKF對(duì)系統(tǒng)狀態(tài)變量進(jìn)行UT變換，符合狀態(tài)變量可以轉(zhuǎn)換成狀態(tài)變量的統(tǒng)計(jì)性質(zhì)的幾個(gè)采樣點(diǎn)，然后在系統(tǒng)方程中進(jìn)行運(yùn)算。UKF算法比EKF算法簡(jiǎn)單、穩(wěn)定。

為了進(jìn)一步提高計(jì)算精度，采用自適應(yīng)匹配算法實(shí)時(shí)更新系統(tǒng)的狀態(tài)噪聲和觀(guān)測(cè)噪聲，可以進(jìn)一步提高系統(tǒng)方程的精度和算法的精度。