基于等效电路模型的动力电池SOC估计方法综述 *

高铭琨, 徐海亮, 吴明铂

Review of SOC Estimation Methods for Power Battery Based on Equivalent Circuit Model

GAO Mingkun, XU Hailiang, WU Mingbo

表2 基于等效电路模型的SOC估计方法比较

SOC估计方法 优点 缺点 鲁棒性 卡尔曼滤波法 扩展卡尔曼滤波法 克服了传统估计方法的缺点;适用于电流波动剧烈的工况 线性化处理产生误差 差 无迹卡尔曼滤波法 不需要对非线性函数线性化处理,避免误差 异常扰动、初值不确定等因素可能导致系统发散 较差 综合型卡尔曼滤波法 结合了不同卡尔曼滤波算法的优点,估计精度高 需要至少两个卡尔曼滤波算法 计算复杂 一般 滑模观测器法 对参数变化和扰动不敏感 输出存在抖动 较好 H∞滤波法 不要求精准的噪声统计特性,最小化最大估计误差 计算复杂 好