基于快速SR-UKF的鋰離子動力電池SOC聯合估計

章軍輝，李 慶，陳大鵬，趙 野

1) 中國科學院微電子研究所，北京 100029 2) 江蘇物聯網研究發展中心，無錫 214135 3) 無錫物聯網創新中心有限公司，無錫 214135 4) 昆山微電子技術研究院，昆山 215347

鋰離子動力電池是新能源電動汽車的重要供能來源，而電池生產工藝上的波動、材質本身的不均勻性，使得單體電池的容量、內阻、自放電特性等皆有一定的差異，并且隨著充放電循環次數的增加以及車內特殊工作環境的影響，電池容量也會出現不同程度的衰減，進一步加劇了單體之間的差異性.準確的電池狀態估計為電池成組、電池管理系統(Battery management system, BMS)均衡等用途提供可靠參考依據，從而對單體電池的充分合理利用、電池組使用壽命的延長以及整車運行效率的改善具有重要實際意義[1-2].

電池狀態估計本身屬于非線性估計問題，而針對非線性問題求解，常用手段包括非線性函數局部線性化[3-4]、概率密度分布逼近法[5-6]、神經網絡法[7-8]等.其中，非線性函數局部線性化的主要方法有Taylor展開法[3]、插值多項式法[4]；概率密度分布逼近的主要方法有確定性樣本逼近法[5]、大量粒子逼近法[6].

目前，電池荷電狀態(State of charge，SOC)估計方法主要有：（1）安時積分計量(Ampere-hour counting, AH)法[9]，應用較廣，不過算法本身缺少對內外在擾動因素進行補償的措施，存在由SOC初值標定偏差而導致曲線始終不能收斂、計算累積誤差等問題；（2）開路電壓(Open circuit voltage, OCV)法[10-11]，通過“淺放-靜置”的方法擬合出OCV與SOC一一映射曲線，實現對SOC初值進行離線校正，其因需較長的靜置時間而無法用于在線工況，一般是與其他方法結合使用；……