基于SHEKF-GPM融合的锂电池SOC估算

• 作者: 华一飞 徐波 王钋 雷敏
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电气工程
• 页码范围: 10-15
• 页数: 6页
• 分类号: TP202+.2
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2020.06.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷敏		27	113	5.0	10.0
2	华一飞		2	0	0.0	0.0
3	徐波		2	0	0.0	0.0
4	王钋		2	0	0.0	0.0