在线参数辨识和扩展卡尔曼算法的锂离子电池SOC估算研究

作者：李博文; 王顺利; 于春梅; 李建超; 谢伟

来源：自动化仪表, 2020, 41(03): 41-46+52.

DOI：10.16086/j.cnki.issn1000-0380.2019100016

• 荷电状态
• 锂离子电池
• 二阶阻容模型
• 脉冲工况
• 在线参数辨识
• 含有遗忘因子的递推最小二乘法
• 动态应力测试工况
• 扩展卡尔曼滤波

荷电状态(SOC)的准确估计对锂离子电池的在线实时监测和安全控制具有重要意义。以中航锂电池为研究对象,选择二阶阻容(RC)模型对电池工作特性进行表征,并结合多种工况情形对锂离子电池进行研究分析。考虑到参数辨识的初值对在线辨识修正效果的影响,搭建仿真模型与电池脉冲工况特性比较验证,仿真误差在0.05 V以内。在此基础上,构建含有遗忘因子的递推最小二乘法(FFRLS)的在线参数辨识系统,对电池动态应力测试工况(DST)进行仿真预测,相对误差在1.50%以内。针对离线参数辨识的不足,采用在线参数辨识结合扩展卡尔曼(EKF)算法对工况下电池SOC进行估计。试验结果表明,在线参数辨识下,EKF算法能够有效表征系统SOC估算,相对误差精度在0.3%以内。