胡 杰，高志文

（1.武汉理工大学，现代汽车零部件技术湖北省重点实验室，武汉 430070；2.武汉理工大学，汽车零部件技术湖北省协同创新中心，武汉 430070；3.新能源与智能网联车湖北工程技术研究中心，武汉 430070）

前言

近年来，新能源汽车逐渐成为汽车工业的发展趋势，也是我国战略性新兴产业之一。但是其续驶里程短，充电设施少和电池能量密度低等问题仍阻碍电动汽车产业的发展［1］。为解决市场和用户对电动汽车能耗及续驶里程的担忧，除须推进电池技术的研发以及充电设施和电网的覆盖，还须基于实际运行数据对电动汽车能耗进行研究，以提高电池能量的利用率［2］。

为准确预测电动汽车动力电池能耗，国内外学者做了大量研究。其中Ng 等［3］首次提出安时积分法，该方法通过对电池充放电电流积分得到电池充放电能量，实现剩余电池容量的实时计算。Lee 等［4］对电池长时间静置下的开路电压与电池SOC进行线性分析，通过测量电压计算SOC 值。李革臣等［5］使用内阻法，通过分析电池内阻与SOC 的特定关系进行预测。Fang 等［6］提出基于卡尔曼滤波的方法，该方法在建立等效电池模型基础上建立卡尔曼滤波状态方程与观测方程，将SOC作为状态参数进行预测。在此基础上Zhang 等［7］提出一种基于扩展卡尔曼滤波算法与Rint 模型相结合的SOC 预测方法，可以有效减少计算量。Fan 等［8］提出结合安时积分法和EKF 算法，将工作电压和电池SOC 作为观测变量和状态变量，并通过递归最小二乘法确定模型参数，提高预测精度。……