基于FFRLS和AEKF的锂离子电池SOC在线估计研究

• 作者: 伍龙 卢俊 封居强 张星 黄凯峰
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 荷电状态估计 FFRLS AEKF BBDST
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 储能测试与评价
• 页码范围: 242-249
• 页数: 8页
• 分类号: TM911
• 语种: 中文
• DOI: 10.19799/j.cnki.2095-4239.2020.0296

摘要

本文基于Thevenin等效电路模型,结合遗忘因子最小二乘法(FFRLS)和自适应扩展卡尔曼滤波算法(AEKF)提出联合估计荷电状态(SOC)算法.FFRLS对模型进行参数辨识,为SOC估计提供时变的模型参数;AEKF对SOC进行在线估计,为模型参数辨识提供准确的开路电压.以北京公交的纯电动客车用动力动态测试工况(BBDST)进行仿真实验,并与FFRLS在线辨识及安时积分法的SOC估计进行对比.该算法实现端电压的快速跟踪,精度较FFRLS提高了85％;SOC估计结果能够快速收敛,精度在1.5％～2％范围.研究结果表明,本文算法能够对模型系统进行闭环修正,从而具有更高的精度和更好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伍龙		22	93	4.0	9.0
2	封居强		10	1	1.0	1.0
3	张星		6	0	0.0	0.0
4	黄凯峰		6	2	1.0	1.0
5	卢俊		1	0	0.0	0.0