两种联合算法的三元锂电池SOC估计比较

作者：葛才安; 郑燕萍^*; 虞杨

来源：重庆理工大学学报：自然科学, 2022, 36(08): 29-35.

• 三元锂电池
• SOC估计
• 在线辨识
• 遗忘因子递推最小二乘法
• 扩展卡尔曼滤波

电池荷电状态(SOC)估计的准确性受到电池模型精度的影响。为了提高复杂工况下电池SOC估计精度，比较基于遗忘因子递推最小二乘法-扩展卡尔曼滤波(FFRLS-EKF)和双扩展卡尔曼滤波(DEKF)联合算法的三元锂电池SOC估计方法。分别利用FFRLS和EKF算法在线辨识电池模型参数，然后与EKF算法联合进行三元锂电池SOC估计。在动态应力测试(DST)工况下，两种联合算法的SOC估计结果表明：FFRLS-EKF联合算法的估计误差在2.49%之内，DEKF联合算法的估计误差在2.62%之内；FFRLS建立的电池模型精度更高，端电压平均误差为0.37 mV。

• 单位
  南京林业大学; 电子工程学院