基于自适应FFRLS和改进CEKF锂电池SOC的估算

• 作者: 马青云 王顺利 余鹏 邹传云
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 CEKF BP神经网络 自适应FFRLS GA优化BP网络
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 化学电源|Chemical power sources
• 页码范围: 395-399
• 页数: 5页
• 分类号: TM912.9
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2022.04.013

摘要

锂离子电池荷电状态(SOC)的准确估计是电池管理系统的重要核心技术之一,也是延长电池寿命的关键.但是 SOC的准确实时估计困难,且精度不高.选取以三元锂电池为研究对象,针对EKF在线性化过程中产生的非线性误差,提出改进的补偿扩展卡尔曼算法(compensation for extended Kalman,CEKF).该算法用GA优化的BP神经网络预测k时刻EKF的非线性误差等,从而补偿扩展卡尔曼k时刻的非线性误差等,且用自适应FFRLS对模型参数进行参数辨识,以DST和BBDST进行实验验证.实验结果表明,该算法估算SOC的精度范围在2％左右,且最大误差和平均误差都比EKF小得多,能更加有效追踪SOC的理论值,且该算法估计的SOC稳定性也比EKF稳定.