磷酸铁锂（LFP）电池化学是由于其高的固有安全找到广泛接受用于能量储存在混合动力电动车辆（HEV）和电动车（EV），快速充电和长循环寿命。然而，三个主要挑战，需要在运行时电量（SOC）的LFP电池的状态的准确估计加以解决：

• 长电压张弛时间的电流脉冲之后达到其开路电压（OCV）
• 时间，温度和SOC相关迟滞
• 对于大部分的SOC范围的非常平坦的OCV-SOC曲线

鉴于这些问题，的充电状态（SOC）估计技术，例如，使用状态的充电的开路电压（SOC-OCV）相关曲线纠错库仑计数传统状态不适合于该化学。

本文地址具有新颖的扩展卡尔曼滤波器（EKF）算法，双RC-块等效电路，而传统的库仑计数方法的组合这些挑战。简化的实施扩展卡尔曼滤波算法提供的对车辆运行时SOC评估计算效率的选择。SOC推定用污染的伪随机噪声并与在初始状态偏移的电流分布的实验数据验证。该模型迅速收敛到真实SOC的4％以内，甚至具有40％施加的误差初始SOC和25％至电流测量。

这篇报告，商业权力本位LFP锂电池单元的SOC估计简化扩展卡尔曼滤波模型在SAE世界大会上提出。

阅读全文。