基于BCRLS-AEKF的锂离子电池荷电状态估计及硬件在环验证

摘要：

研究有色噪声下的锂离子电池参数辨识与荷电状态(SOC)估计,并进行硬件在环实验验证.在动力电池模型的参数辨识过程中,利用带遗忘因子的偏差补偿递推最小二乘法进行偏差补偿,提高了有色噪声数据的参数辨识精度.在此基础上,利用自适应扩展卡尔曼算法进行 SOC估计,使得滤波算法中的估计结果可以随着噪声统计特性的变化而自适应更新,实现了模型参数和电池状态的联合估计.最后,借助 BMS测试系统模拟电池电压电流信息输出,完成了硬件在环实验以验证所提出的方法.实验结果表明,利用所提出算法估计得到的电池端电压和 SOC误差分别小于 10 mV和0.5％.

关键词：有色噪声、荷电状态、偏差补偿递推最小二乘法、遗忘因子、自适应扩展卡尔曼滤波法、硬件在环实验

所属期刊栏目：40

分类号：U469.72(汽车工程)

资助基金：国家自然科学基金资助项目51775042

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：275-281