基于自适应分数阶扩展卡尔曼的锂电池SOC估算

• 作者: 于春梅 余鹏 王顺利
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 锂离子电池 Thevenin模型 分数阶扩展卡尔曼 HPPC实验
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 储能系统与工程
• 页码范围: 335-341
• 页数: 7页
• 分类号: TM912
• 语种: 中文
• DOI: 10.19799/j.cnki.2095-4239.2020.0217

摘要

锂离子电池荷电状态估计是电池管理系统的重要组成部分,荷电状态估计结果的准确性将直接影响电池管理系统的性能.针对荷电状态估计准确性难以提高的问题,在传统扩展卡尔曼算法基础上提出一种时变等效电路模型及改进分数阶扩展卡尔曼算法,利用时变的模型参数达到对锂电池荷电状态的全周期准确描述,利用分数阶导数的记忆特性对状态预测方程进行改进.同时,考虑传统分数阶扩展卡尔曼引用历史数据带来的估算误差,加入自适应噪声因子提高算法精度.针对分数阶算法带来的数据冗余问题以及锂电池的松弛效应,利用滑窗思想设计一个大小为20(M=20)的固定窗口,随电池充放电状态实时更新窗口内数据,采用窗口中20个数据进行分数阶运算,减小数据冗余带来的误差提高估算准确度.通过采用两种不同工况对提出算法可行性与算法精度进行验证.实验结果显示分数阶扩展卡尔曼估计最大误差为0.02,而传统扩展卡尔曼算法误差最大可达0.05,同时提出算法的误差波动更小,结果表明该估算方法具有较高的精度与抗干扰能力,有助于推动锂电池管理系统的发展与更加准确的荷电状态估算方法的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于春梅		46	236	10.0	13.0
2	王顺利		90	214	7.0	10.0
3	余鹏		1	0	0.0	0.0