毕军，张栋，常海涛，邵赛

（北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044）

人工免疫粒子滤波算法估计电动汽车电池SOC

毕军*，张栋，常海涛，邵赛

（北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044）

准确预测电池的荷电状态（SOC）对纯电动汽车的安全可靠的运行具有重要意义.标准的粒子滤波算法对锂离子动力电池的非线性特征有一定的适应性，能够对电池的SOC做出估计.但是在标准粒子滤波运算过程中普遍存在粒子退化现象，导致算法效率和预测精度降低.因此，本文提出一种新的人工免疫粒子滤波算法，将人工免疫算法的原理引入标准粒子滤波算法的粒子更新过程中，对锂离子动力电池SOC的估计进行优化，以提高SOC估计的准确性.利用北京市实际运营的纯电动汽车电池数据，对所提出的电池SOC算法进行实证研究.实验结果表明，相对于标准粒子滤波算法，人工免疫粒子滤波算法能够增加粒子的多样性，具有更好的SOC预测精度和有效性.

系统工程；SOC估计；人工免疫粒子滤波；纯电动汽车；锂离子动力电池

1 引言

电动汽车的发展是解决能源和环境问题的重要举措，近年来吸引了越来越多人的关注.在电动汽车的运营维护中，电池荷电状态（SOC）作为电动汽车的重要组成部分的电池管理系统中最基本的参数之一，对其进行准确的估计能够帮助我们更好地进行电池的使用，延长电池的使用……