来源：期刊VIP网 时间：
作者：李华;周纯燕;马倩怡;
单位：四川交通职业技术学院;成都理工大学;四川大学;
摘要：针对目前电动汽车电池荷电状态和健康状态联合估计方法存在的精度低问题，在电动汽车管理系统的基础上，提出一种结合自适应扩展卡尔曼粒子滤波与自适应无迹卡尔曼滤波的电动汽车电池状态联合估计方法。通过自适应扩展卡尔曼粒子滤波估计电动汽车电池的荷电状态SOC，通过自适应无迹卡尔曼滤波估计电动汽车电池的健康状态SOH，使用健康状态SOH估计值校正荷电状态SOC估计值，提高SOC估计的精度。实验验证了所提电池状态联合估计方法的优越性。结果表明，所提方法在电动汽车多种运行工况下的电池状态估计中具有较好的精度和适应性，SOC估计平均误差、平均绝对误差、均方误差均小于1.50%。可为电动汽车的精准续航提供一定的助力。
关键词：电动汽车电池;;自适应扩展卡尔曼粒子滤波;;荷电状态;;自适应无迹卡尔曼滤波;;健康状态
基金资助：四川省职业教育改革创新课题项目（20211218）
