基于TVFFRLS-ACKF的锂离子电池SOC估算

作者：华菁; 阮观强; 胡星; 郁长青; 袁伟光^*

来源：电子测量技术, 2022, 45(24): 22-28.

DOI：10.19651/j.cnki.emt.2210090

• 荷电状态
• 带时变遗忘因子最小二乘法
• 自适应容积卡尔曼滤波

实现电池荷电状态(SOC)的估算预测是电池管理系统(BMS)的重要任务之一。电池模型参数的辨识是实现锂离子电池SOC估算的前提，也是决定其估算精度的关键因素。本文以18650型锂离子单体电池为研究对象，采用带时变遗忘因子的递推最小二乘法(TVFFRLS)对电池参数进行在线辨识，实现遗忘因子自适应的自动寻优，提高参数在线辨识的稳定性。在此基础上，采用自适应容积卡尔曼滤波(ACKF)对锂离子电池SOC进行估算，对过程噪声、量测噪声的协方差实时更新，并在不同工况下进行算法验证。结果表明，该算法噪声抑制性能良好，可以提高SOC的估算精度，最大估算误差不超过1.5%,且ACKF算法具有较强的鲁棒性。

• 单位
  上海电机学院