基于FORUKF-UKF的锂电池SOC联合估计研究

作者：骆文飞; 邢丽坤^*

来源：重庆工商大学学报(自然科学版), 2023, 1-9.

• 荷电状态
• 自适应遗传算法
• 分数阶模型
• 分数阶鲁棒无迹卡尔曼滤波

【目的】针对传统卡尔曼滤波算法估算锂电池的荷电状态(SOC)准确度不足的问题，提出一种分数阶鲁棒无迹卡尔曼滤波联合无迹卡尔曼滤波(FORUKF-UKF)方法估计锂电池SOC。【方法】在动态应力测试(DST)下采用自适应遗传算法(AGA)对锂电池分数阶模型(FOM)进行参数辨识。在FOM的基础上将无迹变换(UT)技术与H∞观测器结合提出FORUKF算法，并与UKF联合实现SOC估计。联合估计器中的UKF实时估计电池模型中的欧姆电阻R0，并反馈至FORUKF算法中估算得到SOC。最后在北京动态应力测试(BJDST)下与拓展卡尔曼滤波(EKF)、分数阶无迹卡尔曼滤波(FOUKF)进行比较验证。【结果】在估计SOC的过程中FORUKF-UKF方法相对与EKF、FOUKF和FORUKF始终保持了最高的估计精度，展现了更好的鲁棒性。【结论】FORUKF-UKF方法在估计锂电池SOC方面比EKF、FOUKF和FORUKF算法具备更好的准确性和鲁棒性。

• 单位
  安徽理工大学