基于H∞濾波算法的鋰離子電池SOC與SOH估計.pdf

1、大量電動車采用鋰離子電池作為車體的能量來源，一套良好的電池管理系統(tǒng)對保障電池的安全，維持車體穩(wěn)定運行至關重要。電池管理的核心是對電池內部狀態(tài)的實時估計，其中又以電池SOC和SOH的估計最為復雜，也成為當前研究的熱點。電池的荷電狀態(tài)（SOC）是指電池剩余電量占總容量的比例，是衡量電動車剩余運行時長的重要指標；而電池的健康狀態(tài)（SOH）則反映了電池老化的程度，有助于確定電池當前壽命，作為車體檢修時的參考數(shù)據(jù)。
　　在目前常用的數(shù)種SO

2、C和SOH估計方法中，擴展Kalman濾波算法以簡潔高效的特性獲得了廣泛的應用，這一方法基于電池的狀態(tài)空間模型，在白噪聲干擾下實現(xiàn)最優(yōu)的參數(shù)估計。然而，擴展Kalman濾波算法針對有色噪聲表現(xiàn)不佳，尤其是在存在偏置電流噪聲的環(huán)境中容易造成估計結果的嚴重偏離，工程上往往需要將Kalman濾波與其余數(shù)種算法結合以勉強達到性能指標的要求。
　　H∞濾波算法作為魯棒濾波算法，是理論層面上針對Kalman濾波器的改進。算法開發(fā)者通過合理的算

3、法參數(shù)設置，可以使這一算法在不同噪聲環(huán)境中維持估計誤差范圍的穩(wěn)定。
　　本文首先建立電池等效電路模型，通過實驗確定相關參數(shù)；之后給出了H∞濾波算法的基本流程，通過輸入仿真和實際平臺的電流、電壓數(shù)據(jù)，觀察算法輸出結果，驗證了這一算法在各類噪聲環(huán)境中均能實現(xiàn)電池SOC的準確估計，尤其是在偏置電流干擾下，算法的性能相比擴展Kalman濾波算法有了明顯的進步。
　　在SOH估計算法的研究過程中，本文提出了基于H∞濾波算法的偏置噪聲抑

4、制策略，之后設計了H∞和Kalman濾波的聯(lián)合估計算法，實現(xiàn)了在原有SOC估計效果不變的前提下，對電池內部參數(shù)的同步實時跟蹤。
　　最后本文也成功將基于H∞濾波算法的SOC估計程序移植到XMC-4500單片機上，通過實驗驗證了程序的正確性。性能分析表明，這一算法在單片機上的運行速度滿足要求，可以應用于實際電池管理系統(tǒng)之中。
　　整體而言，目前針對H∞濾波算法應用于電池SOC與SOH估計領域的學術研究仍然不足，本文相對完整地討