《基于卡尔曼滤波的电动汽车soc估计》由会员分享，可在线阅读，更多相关《基于卡尔曼滤波的电动汽车soc估计（4页珍藏版）》请在金锄头文库上搜索。
1、基于卡尔曼滤波的电动汽车? ?估计程艳青,高明煌!杭州电子科技大学电子信息、学院浙江杭州 #? ?# %【摘要#电动汽车的电池管理系统需要一个精确和可靠的电池荷电状态! 4346?210 926, /0 59 ;7 590 81920 0/280/0 6, 46一26,4 5+26,一;你八。5 5 7 081 9 562 8(坷乙6 64 2口6, 46 , /5 “ 46 2 62 09 ?2尔 46, /5 /0 2 46 ,了 #?#,/2 64 %. #267 0 6 0 0= 359 04 0 09 410; /0009 230 61?950=1/414 0 8 94 104 6=
2、9024(434 6?210 9) 0019 20 0/200(通常为电池的工作电压,电池为用电池模型算得的电池的负载电压,2为负载电流,是电池内阻,瑜,和枯 是模型系数,用以使模型更好的与数据相匹配,气为测量噪声,方差为。由公式! %可得到一鲁一,可一! 夕、 ! 一 %!%由公式! %算得.。系统状态的卡尔曼滤波最优化估计算法 的递推过程归纳如下(试验验证为检验上述方法的实时性和准确性,本 文采用使用联邦城市行驶工况!? % #试验方 法对 电池 组进 行充放 电试验。9?!?0=0949二孔一从一一下一,1 , ( ,加? ?班 刀仅口任1旧#印 ?, 洲力几二凡,几。一凡,十,气一, ?一几一,一凡 一,一凡孔,十凡加花滋一,凡 6! 一( ,% ,乓一,一几一, 叮! ,尺, 叮十 %一,几二)一,乓一,! 一,一凡,% ,几二! 一乓 ,夕几,二,二 时间比图 ?# 【 42 , 2 :4 1 109 ;67 090 6 0 0&;?103 # #、/0 6109 641256 4567 0906005 6? 刃&;?103?,? ?921 45,20+5=026,57 =92=0:47 0920?#59 6457509 :=;643 2800#35=0?7 59434 67 2 10 93 5?23_ 一: ?4 6? 4095 #
