基于FFRLS-AUKF的锂电池参数在线辨识及SOC估计

作者：凌六一; 吴贤圆; 王星凯; 邢丽坤; 卢路

来源：安徽理工大学学报(自然科学版), 2023, 43(01): 1-7.

• SOC估计
• 无迹卡尔曼滤波
• Sage-Husa
• 遗忘因子递推
• 最小二乘法

针对锂电池模型参数辨识不准确以及传统无迹卡尔曼滤波(UKF)无法对噪声进行实时更新，从而导致锂电池荷电状态(SOC)估计误差偏大的问题，提出遗忘因子递推最小二乘法-自适应无迹卡尔曼滤波(FFRLS-AUKF)算法。先利用遗忘因子递推最小二乘法(FFRLS)对电池二阶RC等效电路模型进行在线参数辨识，再将所辨识的各参数传给由UKF和改进的Sage-Husa算法结合得到的AUKF,从而完成对锂电池的SOC估计，并将其与FFRLS-UKF以及离线UKF所估计的结果相比较。从对SOC估计的误差曲线和平均绝对误差以及均方根误差的数值上对比，均可得出FFRLS-AUKF的精度更高，稳定性更好。

• 单位
  安徽理工大学