文献类型：期刊文章

作　　者：汤爱华[1] 刘尚梅[1] 邹航[2] 陈哲明[1] 胡雯爔[1] 李粤涵[1]

TANG Aihua;LIU Shangmei;ZOU Hang;CHEN Zheming;HU Wenxi;LI Yuehan(Key Laboratory of Advanced Manufacturing Technology for Automobile Parts,Ministry of Education,Chongqing University of Technology,Chongqing 400054,China;Information Center of Chongqing University of Technology,Chongqing 400054,China)

机构地区：[1]重庆理工大学汽车零部件先进制造技术教育部重点实验室,重庆400054 [2]重庆理工大学信息中心,重庆400054

出　　处：《西南大学学报（自然科学版）》

基　　金：国家自然科学基金项目(52277213);重庆市教委科学技术研究计划重点项目(KJZD-K202201103,KJZD-K202301108)。

年　　份：2024

卷　　号：46

期　　号：12

起止页码：51-59

语　　种：中文

收录情况：BDHX、BDHX2023、CAB、CAS、CSCD、CSCD_E2023_2024、EAPJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：锂离子动力电池荷电状态(SOC)的精准估计事关新能源汽车的续驶里程和电池寿命,有助于提高能源利用效率,缓解电池过充与过放等问题.然而,由于过程噪声和观测噪声的存在,锂离子动力电池SOC的估计精度难以保证.鉴于此,提出一种无迹卡尔曼滤波(UKF)和基于变分贝叶斯自适应时变噪声无迹卡尔曼滤波(VBAUKF)联合方法,通过降低过程噪声和观测噪声以实现锂离子动力电池SOC的精确估计.在城市道路循环(UDDS)工况下进行验证,结果表明:锂离子动力电池SOC的估计误差低于1%,验证了所提方法的有效性.

关 键 词：锂离子动力电池 SOC估计 无迹卡尔曼滤波 变分贝叶斯  

分 类 号：TK01[能源动力类]