26年WP电气工程及其自动化 基于无迹卡尔曼滤波的动力电池SOC估计方法研究20.42-AI28.31(32327字).docx

哈尔滨理工大学学士学位论文- I - 基于无迹卡尔曼滤波的动力电池 SOC 估计 方法研究摘 要荷电状态(State of Charge,SOC)的准确估计是新能源汽车电池管理系统(Battery Management System,BMS)的核心技术之一，其估计精度直接影响车辆的续航里程预测、充放电安全管理和能量优化调度。针对传统安时积分法存在累积误差、开路电压法无法在线使用等问题，本文以锂电池为研究对象，以一阶 RC 等效电路等效为锂电池物理模型，设计并实现了基于无迹卡尔曼滤波(Unscented Kalman Filter, UKF)和扩展卡尔曼滤波(Extended Kalman Filter,EKF)的 SOC 在线估计算法...