基于动态优选遗忘因子最小二乘在线辨识的磷酸铁锂电池SOC估算

作者：王浩; 郑燕萍^*; 虞杨

来源：汽车技术, 2021, (10): 23-29.

DOI：10.19620/j.cnki.1000-3703.20210289

• 磷酸铁锂电池
• 粒子群优化
• 动态优选遗忘因子
• 在线辨识
• 扩展卡尔曼滤波

为提高行驶中电动汽车的动力电池荷电状态(SOC)估算精度,以磷酸铁锂电池为例,提出了一种基于粒子群优选遗忘因子最小二乘(PSO-FFRLS)在线辨识模型的电池SOC估算方法。首先建立电池二阶等效电路模型,然后运用粒子群优化(PSO)算法实时为遗忘因子递推最小二乘法(FFRLS)优选最佳遗忘因子,最后,在动态工况下,对比了常用定遗忘因子最小二乘和PSO-FFRLS的在线辨识端电压误差,并分别与扩展卡尔曼滤波(EKF)算法联合,对比2种方法的估算效果。结果表明,PSO-FFRLS的端电压在线辨识结果能更好地跟随实测电压且误差极小,其与EKF的联合算法对SOC的估算精度也更高。

• 单位
  南京林业大学