基于二阶近似扩展卡尔曼滤波的锂离子电池SOC估计

摘要：

为提高电池荷电状态(SOC)估计的准确性,更高阶的扩展卡尔曼滤波(EKF)算法被用来估计SOC值.首先建立锂离子电池一阶Thevenin等效电路模型,采用样条函数来表述开路电压(OCV)和SOC值的函数关系.为更加精确地识别等效电路模型参数,提出一种新的带有可变遗忘因子最小二乘法(VFFRLS)的算法来在线识别模型参数.由于VFFRLS解的精度依赖于算法初始值的设定,为此采用改进粒子群算法求得模型初始参数值,进而得到更加精确的 VFFRLS 初始值.最后采用二阶 EKF来估计电池的SOC值,以此提高估计精度.两组不同的数据集用来证明二阶EKF估计SOC值具有普适性.实验结果表明,二阶EKF在估计不同工况条件下的 SOC 值时,平均绝对误差(MAE)都保持在1%以内,由此证明了所提方法的有效性.

关键词：电池荷电状态、二阶扩展卡尔曼滤波、可变遗忘因子最小二乘法、改进粒子群算法、参数识别

所属期刊栏目：34

分类号：TM911.3

资助基金：深圳市创新创业计划技术攻关面上项目JSGG20191129113406189

在线出版日期：2023-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1797-1804