DOI：10.3969/j.issn.1672-3872.2026.04.033
基金项目：山东省土方机械智慧施工技术重点实验室资助、山东省工程机械智能装备创新创业共同体重点项目（GTT20240102）；教育部产学合作协同育人项目（250402436070212）；教育部供需对接就业项目（2025010626246）
作 者：毛同振 1 ，于 颖 2 ，陈文波 3 ，黄祥杰 3，4 ，汪 源 3 ，赵 勇 1，4
（1. 长安大学，陕西 西安 710064；2. 北京航天试验技术研究所，北京 100074；3. 山推工程机械股份有限公司，山东 济宁 272073；4. 山东省土方机械智慧施工技术重点实验室，山东 济宁 272073）
摘 要：准确的电池荷电状态（SOC）估计对于电动车辆的正常运行至关重要。为提升锂离子电池SOC估计精度，文章提出一种基于自适应无迹卡尔曼滤波（AUKF）的锂离子电池SOC估计方法。通过在无迹卡尔曼滤波（UKF）的基础上，引入自适应算法，从而有效提高SOC的估计精度。研究结果表明，AUKF算法在均方误差（MSE）和均方根误差（RMSE）等性能指标上均优于扩展卡尔曼滤波（EKF）算法。该方法能有效提高锂离子电池荷电状态的估计精度。
关键词：锂离子电池；SOC估计；自适应无迹卡尔曼滤波
引文信息：[1]毛同振，于颖，陈文波，等.基于AUKF的锂离子电池SOC估计[J].南方农机，2026，57(4)：129-131.
查看全文请下载PDF文件↓
