DOI:10.3969/j.issn.1672-3872.2026.15.002
摘 要:【目的】解决低温极端工况下传统温度传感器测量精度不足,进而导致SOC估计误差累积的问题。【方法】提出了一种基于光纤光栅传感器(FBG)与扩展卡尔曼滤波(EKF)算法的锂电池SOC估计方法。首先,建立二阶RC等效电路模型,描述电池动态特性,并采用最小二乘辨识方法获取模型参数;其次,引入光纤光栅传感器替代传统热敏电阻,实现高精度温度采集,并利用其高灵敏度、抗电磁干扰及快速响应的测温优势,为EKF算法提供准确的模型输入;最后,选取UDDS动态工况开展试验,验证FBG-EKF方案的有效性和精度优势。【结果】相比传统EKF算法,FBG-EKF方案的平均绝对误差、最大绝对误差和均方根误差分别降低了66.1%、68.2%和62.2%,在5%初始误差条件下仍表现出良好的收敛能力,在低温负载波动区间展现出更强的鲁棒性。【结论】本研究为新能源汽车锂电池管理系统在低温极端工况下的高精度SOC估计提供了有效技术方案,对提升新能源汽车的安全性与可靠性具有重要应用价值。
关键词:荷电状态;扩展卡尔曼滤波;光纤光栅传感器;低温工况;二阶RC等效电路模型
引文信息:[1]阮日宸,华芝玲,侯雨晴,等.低温环境下基于光纤光栅传感器的电池SOC估计研究[J].南方农机,2026,57(15):5-8.
查看全文请下载PDF文件↓