698 工程科学学报，第43卷，第5期 0.0539-0.02960.1622,D,=0100.00011 0.52 仿真实验中给电流输入信号注入了能量为 0.51 0.001的白噪声，温度变动用幅值为40的正弦函数 0.50 进行模拟，仿真结果与kalman滤波对SOC的估计 结果进行对比分析.采用四种类型的动态测试进 0.49 行仿真实验验证，其分别为BJDST(Beijing Dynamic 0.48 Stress Test)FUDS(Federal Urban Driving Schedule). 0.47 US06(US06 Highway Driving Schedule)BJDST- -Model output 0.46 -Hf五ter FUDS-US06联合驾驶时间表动态测试.一个完整 Kalman filter BJDST循环是916s,一个完整FUDS循环是1372s, 0.45 0 100200300400500600700800916 一个完整US06循环是600s.其完整循环时间历 Time/s 程如下图2，图3所示 图4BDST激励的SOC估计 Fig.4 SOC estimation excited by BJDST 2 -BJDST 0 AMw 0.010 0100200300400500600700800916 0.005 Time/s -FUDS 0 MwrmtWhh 200 400 600800 100012001372 Time/s US06 -0.010 2 一H,filter Kalman filter 0 100200300400 500600 -0.01 Time/s 0100200300400500600700800916 Time/s 图2BDST,FUDS,US06动态测试时间历程 Fig.2 BJDST,FUDS,US06 dynamic test time history 因5 BJDST激励的SOC估计误差 Fig.5 SOC estimation error excited by BJDST -BJDST-FUDS-US06 0.52 0.50 0.48 号0.46 0.44 0.42 一Model output —H.filter Kalman filter 2 56 7 8910 0.40 Time/h 200 400 600800100012001372 Time/s 图3 BJDST-FUDS-US06联合动态测试时间历程 Fig.3 BJDST-FUDS-US06 joint dynamic test time history 图6FUDS激励的SOC估计 BJDST,FUDS和USO6动态激励下的基于H Fig.6 SOC estimation excited by FUDS 滤波的SOC估计和基于kalman滤波的SOC估计 于鲁棒H滤波器的SOC估计时间历程曲线比基 以及它们的SOC估计误差时间历程曲线如图4~ 于kalman滤波的SOC估计时间历程曲线更为接 图9所示.其中蓝色实线表示模型输出，红色实线 近模型输出值.图5中BDST动态激励下的 表示H估计，绿色实线表示kalman估计 SOC估计误差表明，基于鲁棒H滤波器的SOC估 从图4中可以看出，在BDST动态激励下，基 计误差波动幅值小于基于kalman滤波的SOC估[ 0.0539 −0.0296 0.1622 ] Ds = [ 0 1 0 0.0001 ] ， . 仿真实验中给电流输入信号注入了能量为 0.001 的白噪声，温度变动用幅值为 40 的正弦函数 进行模拟，仿真结果与 kalman 滤波对 SOC 的估计 结果进行对比分析. 采用四种类型的动态测试进 行仿真实验验证，其分别为 BJDST (Beijing Dynamic Stress Test)、FUDS (Federal Urban Driving Schedule)、 US06 (US06 Highway Driving Schedule) 以及 BJDST− FUDS−US06 联合驾驶时间表动态测试. 一个完整 BJDST 循环是 916 s，一个完整 FUDS 循环是 1372 s， 一个完整 US06 循环是 600 s. 其完整循环时间历 程如下图 2，图 3 所示. 0 100 200 300 400 500 600 700 800 916 Time/s −2 0 2 Current/A BJDST 0 200 400 600 800 1000 1200 1372 Time/s −5 −3 0 3 5 Current/A FUDS 0 100 200 300 400 500 600 Time/s −4 −2 0 2 Current/A US06 图 2    BJDST，FUDS，US06 动态测试时间历程 Fig.2    BJDST, FUDS, US06 dynamic test time history 0 1 2 3 4 5 6 7 8 9 10 11 Time/h BJDST-FUDS-US06 −4 −3 −2 −1 0 1 2 3 Current/A 图 3    BJDST−FUDS−US06 联合动态测试时间历程 Fig.3    BJDST−FUDS−US06 joint dynamic test time history BJDST，FUDS 和 US06 动态激励下的基于 H∞ 滤波的 SOC 估计和基于 kalman 滤波的 SOC 估计 以及它们的 SOC 估计误差时间历程曲线如图 4～ 图 9 所示. 其中蓝色实线表示模型输出，红色实线 表示 H∞估计，绿色实线表示 kalman 估计. 从图 4 中可以看出，在 BJDST 动态激励下，基 于鲁棒 H∞滤波器的 SOC 估计时间历程曲线比基 于 kalman 滤波的 SOC 估计时间历程曲线更为接 近 模 型 输 出 值 . 图 5 中 BJDST 动 态 激 励 下 的 SOC 估计误差表明，基于鲁棒 H∞滤波器的 SOC 估 计误差波动幅值小于基于 kalman 滤波的 SOC 估 0 100 200 300 400 500 600 700 800 916 Time/s 0.45 0.46 0.47 0.48 0.49 0.50 0.51 0.52 SOC Model output H∞ filter Kalman filter 图 4    BJDST 激励的 SOC 估计 Fig.4    SOC estimation excited by BJDST 0 100 200 300 400 500 600 700 800 916 Time/s −0.015 −0.010 −0.005 0 0.005 0.010 SOC estimation error H∞ filter Kalman filter 图 5    BJDST 激励的 SOC 估计误差 Fig.5    SOC estimation error excited by BJDST 0 200 400 600 800 1000 1200 1372 Time/s 0.40 0.42 0.44 0.46 0.48 0.50 0.52 SOC Model output H∞ filter Kalman filter 图 6    FUDS 激励的 SOC 估计 Fig.6    SOC estimation excited by FUDS · 698 · 工程科学学报，第 43 卷，第 5 期