基于SHEKF-GPM融合的锂电池SOC估算

作者：雷敏; 徐波; 华一飞; 王钋

来源：湖南工业大学学报, 2020, 34(06): 10-15.

• 平方根高阶扩展卡尔曼滤波
• 灰色预测模型
• 锂电池
• 荷电状态
• 遗忘因子递推最小二乘法

荷电状态(SOC)是电池控制策略和管理系统的重要参数。针对积分法和电压法估算锂电池SOC时不能减少误差累积现象,提出一种基于平方根高阶扩展卡尔曼滤波(SHEKF)与灰色预测模型(GPM)融合的算法,用于估算锂电池SOC。该方法结合遗忘因子递推最小二乘法(FFRLS)和二阶RC等效电路模型实时在线辨识和修改锂电池模型参数,结合SHEKF-GPM融合模型进行锂电池SOC状态方程的线性部分和非线性部分估算。通过仿真分析,得到SHEKF-GPM融合算法估算SOC时的误差低于0.3%,协方差误差为0%左右,不会产生误差累积。仿真结果表明,该方法能减少误差累积,提高电池管理系统估算锂电池SOC时的实用性、有效性和估算精度。

• 单位
  湖南工业大学