基于FFRLS-EKF联合算法的锂离子电池荷电状态估计方法 |
| |
引用本文: | 孙金磊,邹鑫,顾浩天,崔凯,朱金大.基于FFRLS-EKF联合算法的锂离子电池荷电状态估计方法[J].汽车工程,2022(4):505-513. |
| |
作者姓名: | 孙金磊 邹鑫 顾浩天 崔凯 朱金大 |
| |
作者单位: | 国网电力科学研究院有限公司 |
| |
基金项目: | 国家电网有限公司科技项目(1500V高压电池系统及其功率变换关键技术研究,合同号:5419-202140235A-0-0-00)资助; |
| |
摘 要: | 针对现有基于电池恒定参数模型的SOC估计方法忽略了工况和SOC对电池模型参数的影响而导致SOC估计误差偏大的问题,本文提出一种将带有遗忘因子递推最小二乘算法与扩展卡尔曼滤波算法相结合的联合SOC估计方法。该方法先利用FFRLS算法在线辨识电池等效电路模型参数并实时修正电池模型,再利用EKF算法和实时修正的电池模型估计电池SOC。实验结果表明,本文所提的SOC估计方法能有效减小电池模型参数变化所带来的SOC估计误差。在脉冲放电、脉冲充电和动态应力测试实验中,最终电池SOC估计的最大误差分别为1.01%、0.87%和1.59%。
|
关 键 词: | SOC估计 参数辨识 递推最小二乘算法 扩展卡尔曼滤波 |
|
|