基于FER融合算法的锂电池SOC估计及仿真验证

摘要：

为了提高电池荷电状态估计的准确性,文中提出一种基于带遗忘因子的递推最小二乘法、扩展卡尔曼滤波法与相关向量机算法相结合的FER融合算法.在确定电池复合经验模型的基础上,利用带遗忘因子的递推最小二乘法对其进行参数辨识,利用相关向量机算法建立误差修正模型,并借此修正扩展卡尔曼滤波测量噪声协方差,以实现当模型误差较小时只进行测量更新,而当模型误差较大时只进行过程更新,克服了由于模型误差和系统噪声统计特性的不确定引起滤波发散的问题.仿真结果表明,该算法能有效消除由于模型误差和测量噪声统计特性不确定而引起的荷电状态估计误差,并且具有较好的收敛性和鲁棒性,适用于电动汽车的各种复杂工况,应用价值较高.

关键词：锂电池;荷电状态估计;仿真验证;FER融合算法;参数辨识;误差修正模型;SOC精度预测

所属期刊栏目：44

分类号：TN36-34;TK01+8(半导体技术)

资助基金：国家自然科学基金61745126

在线出版日期：2021-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-120