摘要：准确估计锂电池荷电状态（state-of-charge,So C）是电源管理系统的核心技术问题之一。针对锂离子电池等效电路模型参数难以获取这一关键问题,该文采用自回归各态历经（autoregressive exogenous,ARX）模型建立锂电池等效模型,由基于赤池信息量准则的遗传算法确定ARX模型的阶数,采用递推最小二乘法获取模型系数;然后利用得到的模型系数和锂电池状态方程构造自适应卡尔曼滤波（adaptive Kalman filter,AKF）算法所需方程,再由卡尔曼迭代方程求出锂电池SoC,文中将这种估计锂电池SoC的方法称为ARX-AKF算法。最后,通过多组对比实验,验证了该算法的有效性和准确性。实验结果表明：在混合动力脉冲能力特性实验和美国城市循环工况下,采用该算法的锂电池SoC估计误差分别在0.5%和0.8%以内,从而证实了该算法具有一定的工程应用价值。

关键词：锂离子电池 荷电状态 自回归各态历经模型 自适应卡尔曼滤波算法 遗传算法 

单位：重庆三峡学院电子与信息工程学院; 重庆市万州区404000; 西北工业大学航海学院; 陕西省西安市710072