基于FFRLS-AEKF的动力锂电池SOC在线估计

作     者：潘涛涛 王友仁 彭晨 PAN Taotao;WANG Youren;PENG Chen

作者机构：南京航空航天大学自动化学院江苏南京210016 

基　　金：航空科学基金资助项目(20183352030) 

出 版 物：《电机与控制应用》 (Electric machines & control application)

年 卷 期：2023年第50卷第11期

页      码：30-36,85页

摘      要：针对锂电池等效电路模型参数不准确以及复杂工况噪声不确定导致荷电状态(SOC)估计精确度较低的问题,提出一种自适应扩展卡尔曼滤波(AEKF)融合带遗忘因子最小二乘法(FFRLS)的算法来解决此问题。在每一步SOC估计过程中,首先使用FFRLS算法跟随试验工况环境变化,实时辨识出一阶RC等效电路模型参数,增加模型精确度,准确描述锂电池工作时的动态特性;再使用AEKF算法实时更新与修正系统噪声并在线估计SOC。设计搭建动力锂电池试验平台,在动力动态测试(DST)和北京公交动力动态测试(BBDST)工况下,该方法估计值最大绝对误差均低于0.15%,平均绝对误差在0.077以下,均方根误差在0.007以下,相较于扩展卡尔曼滤波(EKF)算法,所提算法的估计效果有较大提升。

主 题 词：动力锂电池 荷电状态估计 带遗忘因子最小二乘法 自适应扩展卡尔曼滤波 

学科分类：0808[工学-自动化类] 08[工学] 

D　O　I：10.12177/emca.2023.130

馆 藏 号：203124479...