基于AFEKF的锂离子电池SOC估算方法

摘要

针对利用扩展卡尔曼滤波算法估算锂电池荷电状态时，由于历史数据影响易产生累积误差的问题，提出了一种基于自适应渐消扩展卡尔曼的SOC估算方法。选用Thevenin等效模型并用递推最小二乘法进行电池参数辨识，通过将自适应渐消因子引入EKF算法中，抑制历史数据对当前状态估算的影响，完成锂电池SOC估算。结果表明：AFEKF算法在递推20次时可有效收敛，具有较好鲁棒性，估算SOC的平均误差为1.03%,误差均方根为1.21%,平均运行时间为1.476 s,可以较好地模拟电池的动静态特性。

关键词

锂离子电池 / 荷电状态 / 卡尔曼滤波 / SOC估算 / 估算方法 / EKF算法 / 最小二乘法 / 自适应

基金资助

国家自然科学基金项目(61903129); 湖北工业大学产业研究院项目(XYYJ2022C01)