100机 械 工 程 学 报 第45卷第6期

(1) 利用双卡尔曼滤波算法同时估计了电动汽车用锂离子动力蓄电池的SOC和内部参数变化，实于时间常数的存在未起作用)，并且由于初始R0比

验验证了其可行性，并且在试验过程中，均取得了真实值小，因此dU2、dU3均比dU1小，但同时

较令人满意的精度。 也可以看出，在算法运行几步以后，R0已经开始逐

(2) 本文提出的算法可以在单片机或DSP上实渐向真实值调整，因为很显然，dU1 dU2<

现，在试验过程中，笔者让算法同时在AutoBox和dU1 dU3。

基于DP256单片机(16位)的电池管理系统中运行[16]，两者运行结果一致。且算法在基于DP256单片机(16位)的电池管理系统中的运行时间约为25 ms。

(3) 本算法除了可以估计电池欧姆内阻变化外，作适当的改变同样可以适用于其它电池参数的估计，比如容量、R1、R2等的估计。

(4) 由于本文采用的电池模型是非线性的，因此，利用DEKF进行估计结果不是最优的，而是次优估计，UKF可以作为其改进方法，这也将是下一步的工作重点。

图10 240～260 s电压曲线展开比较

dU1为某次电流加载瞬间的实测电池端电压突变，dU2为利用R0在线估计值得到的模型电压突变，dU3为R0不变时电池模型的电压突变。可以看到，在电流加载瞬间，因为dU=ik×R0,k(UkR1C1、UkR2C2由

5 结论

参 考 文 献

[1] PILLER S, PERRIN M, JOSSENA. Methods for

state-of-charge determination and their applications[J]. Journal of Power Sources, 2001, 96(1)：113-120.

[2] PLETT G. Extended kalman filtering for battery

management systems of LiPB-based HEV battery packs. Part 2, modeling and identification [J]. Journal of Power Sources, 2004, 134(2)：262-276.

[3] 王军平, 陈全世, 林成涛. 镍氢电池组的荷电状态估计

方法研究[J]. 机械工程学报, 2005, 41 (12)：62-65.

WANG Junping, CHEN Quanshi, LIN Chengtao. Study on estimating state of charge of Ni/MH battery pack for electric vehicle [J]. Chinese Journal of Mechanical Engineering, 2005, 41 (12)：62-65.

[4] 戴海峰, 魏学哲, 孙泽昌. 基于扩展卡尔曼滤波算法的

燃料电池车用锂离子动力电池荷电状态估计[J]. 机械工程学报, 2007, 43(1)：92-95.

DAI Haifeng, WEI Xuezhe, SUN Zechang. Estimate state of charge of power Lithium-ion batteries used on fuel cell hybrid vehicle with method based on extended Kalman filtering [J]. Chinese Journal of Mechanical Engineering, 2007, 43(1)：92-95.

[5] JORDY C, LISKA J L, SAFT M. Life duration of saft

Ni-MH batteries for EV Application [C]//EVS-16, Beijing, China, 1999：10.

[6] NING G, HARAN B, POPOV B N. Capacity fade study

同样地，若将4 020～4 060 s这部分展开，如图11所示，dU1、dU2、dU3物理意义与图10中一致。可以看到，经过一段时间运行后，R0调整使得模型电压与真实电压更加逼近，即模型更能反映实际情况，电压最大偏差约为0.8 V。实际过程中，仅仅需要1 200 s左右的时间，R0便可以调整得比较准确，这个收敛速度对于SOH的估计是足够的。

图11 4 020～4 060 s电压曲线展开比较

由此可见，在双卡尔曼运行的过程中，确实可

以比较准确地在线估计电池SOC的变化以及内部参数如R0的变化，由于R0的变化影响了电池功率特性的变化，因此，如果得到了电池寿命衰减过程中电池欧姆内阻的变化规律，便可以结合在线估计得到的R0估计电池的SOH了。