控制与决策

作者：刘芳,邵晨,苏卫星,刘阳

单位：天津工业大学 天津市自主智能技术与系统重点实验室,天津 300387,,天津工业大学 天津市自主智能技术与系统重点实验室,天津 300387,,天津工业大学 天津市自主智能技术与系统重点实验室,天津 300387,,华晨宝马汽车有限公司 整车开发部,沈阳 110098,

关键词：电池;等效电路模型;联合估计;荷电状态;健康状态;功率状态;SR-UKF

基金：国家重点研发计划项目(2021YFB2501800)；天津市研究生科研创新项目(2021YJSS065)；国家自然科学基金项目(61802280,61806143,61772365,41772123)；天津市自然科学基金项目(18JCQNJC77200).

针对电池三大关键状态(State of Charge--SOC、State of Health-SOH、State of Power-SOP)之间相互耦合的关系,同时考虑到其估计精度受到电池时变的内部参数等因素影响的问题,提出一种基于自回归等效电路模型(autoregression equivalent circuit model,AR-ECM)的电池关键状态在线联合估计算法.该方法提出基于AR模型的全新电池ECM,给出同时表征SOC、SOH和电池内部压降的状态空间方程以及区别化参数更新策略.在此基础上,考虑状态方程容易发生不正定的问题,提出采用平方根无迹卡尔曼滤波(square root unscent kalman filter,SR-UKF)算法实现电池状态的联合估计.该算法的优势在于真正实现了电池关键状态以及ECM参数的联合估计,更符合实际工程应用需求.仿真验证表明,在噪声干扰环境下,该联合估计器能够得到较高的精确度和稳定性.

来源：2023年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第6期