基于二阶近似扩展卡尔曼滤波算法的锂离子电池SOC估计

作者：段林超; 张旭刚^*; 张华; 宋华伟; 敖秀奕

来源：中国机械工程, 2023, 1-10.

• 电荷状态
• 二阶EKF
• 可变遗忘因子最小二乘法
• 改进粒子群算法
• 参数识别

为提高电池电荷状态(SOC)估计的准确性，更高阶的扩展卡尔曼滤波(EKF)算法被用来估计SOC。首先建立锂离子电池一阶Thevenin等效电路模型，采用样条函数来表述开路电压(OCV)和SOC的函数关系。为更加精确识别等效电路模型参数，提出一种新的带有可变遗忘因子最小二乘法(VFFRLS)的算法来在线识别模型参数。由于VFFRLS解的精度依赖于算法初始值的设定，为此采用改进粒子群算法求得模型初始参数值，进而得到更加精确的VFFRLS初始值。最后再采用二阶EKF来估计电池的SOC以此提高估计精度。两组不同的数据集用来证明二阶EKF估计SOC具有普适性。实验结果表明二阶EKF在估计不同工况条件下的SOC时，平均绝对误差(MAE)都保持在1%以内，由此证明了所提方法的有效性。

• 单位
  武汉科技大学