VCM模型下的IBAS⁃EKF锂电池荷电状态估计

摘要：

为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6％以内,效果满足实际工程要求.

关键词：SoC估计;天牛须搜索算法;扩展Kalman滤波;Elman神经网络

所属期刊栏目：40

分类号：TM912

资助基金：国家自然科学基金;陕西省重点研发计划项目;西安市科技计划项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1929-1938