科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障。针对锂电池SOC估计精度不足的问题，提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计。在建立双极化模型的基础上，为解决在线辨识初始误差累积的问题，采用ABC算法搜索最小模型电压误差下的全局最优阻抗参数值，实现模型参数的精确辨识。在获得精确的模型参数基础上，使用随机森林(RF)对SOC后验估计误差进行在线补偿，达到弥补传统EKF算法高阶项误差的目的，进而实现SOC高精度估计。联合半实物仿真系统和电池测试平台，在EPA城市动力工况下对SOC估计算法实现快速控制原型验证。结果表明：基于ABC-RFEKF的锂电池SOC估计算法各项误差指标均低于传统SOC估计算法，平均误差在1%左右，满足实际工程需求。
- 单位
