程泽　吕继考　刘继光　王莉

摘 要：锂离子电池荷电状态的快速准确估计是电池管理系统的关键技术之一.针对锂离子电池这一动态非线性系统，通过测试分析锂离子电池的滞回特性，建立了锂离子电池的二阶RC滞回模型，并利用容积卡尔曼滤波算法对电池荷电状态进行估算.实验结果表明，该模型能较好地体现电池的动态滞回特性，而且容积卡尔曼滤波算法在估算过程中能保持较高的精度.

关键词：锂离子电池；荷电状态；滞回模型；容积卡尔曼滤波

中图分类号：TM912.1 文献标识码：A

随着环保和节能问题的日益突出，锂离子电池由于高能量密度、高工作电压、无记忆效应、循环寿命长、无污染、质量轻、自放电小[1]以及在安全性和循环性方面的突出性能，使得它在储能动力电池领域占据越来越重要的地位， 准确估计锂离子电池的荷电状态（State of Charge， SOC） 也渐渐成为研究热点.

可靠的电池模型是电池SOC准确估计的前提条件，锂离子电池模型的准确度直接影响SOC估计的精度.滞回特性是锂离子电池的基本特性之一，它是指电池在充电过程的开路电压（Open Circuit Voltage， OCV）与放电过程的开路电压不一致的现象，文献＼[2＼]介绍了产生滞回现象的原因.文献＼[3＼]在等效电路模型的基础上引进了描述滞回特性的电路参数， 该方法使得模型待估参数明显增加，参数估计成本较大.文献＼[4-5＼]分别建立了Preisach模型和Jiles Atherton模型描述锂离子电池的动态特性，上述数学模型虽然很大程度提高了精度，但……