作者：刘毅; 谭国俊; 何晓群荷电状态估算状态模型观测模型自适应sigma卡尔曼算法
摘要：采用数学模型法对磷酸铁锂电池进行非线性建模，优化了状态模型及观测模型。模型考虑了充放电倍率、温度、老化循环寿命等因素，对电池松弛效应及极化现象影响进行建模补偿，提高了电池建模的准确度，降低了不同条件下因电池模型造成电池荷电状态（SOC）估算的误差影响。在电池模型参数辨识基础上，提出采样自适应Sigma卡尔曼算法构建SOC估算模型，按照非线性模型对状态变量的分布构建Sigma采样序列，采用模型输出残差更新噪声协方差，赋予Sigma采样序列最优估计及噪声的权值，并实现误差量的实时更新，降低计算复杂度。通过持续大电流、间断电流、变电流放电及充电实验条件下的SOC估算对比实验，验证了自适应Sigma卡尔曼算法快速收敛性，数学描述更准确，具备较高的SOC的观测准确度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
