基于TVFFRLS-ACKF的锂离子电池SOC估算

来源：电子测量技术杂志2022年第24期北京时间：

作者：华菁，阮观强，胡星，郁长青，袁伟光

单位：上海电机学院机械学院 上海 201306

摘要：实现电池荷电状态(SOC)的估算预测是电池管理系统(BMS)的重要任务之一。电池模型参数的辨识是实现锂离子电池SOC估算的前提，也是决定其估算精度的关键因素。本文以18650型锂离子单体电池为研究对象，采用带时变遗忘因子的递推最小二乘法(TVFFRLS)对电池参数进行在线辨识，实现遗忘因子自适应的自动寻优，提高参数在线辨识的稳定性。在此基础上，采用自适应容积卡尔曼滤波(ACKF)对锂离子电池SOC进行估算，对过程噪声、量测噪声的协方差实时更新，并在不同工况下进行算法验证。结果表明，该算法噪声抑制性能良好，可以提高SOC的估算精度，最大估算误差不超过1.5%，且ACKF算法具有较强的鲁棒性。

关键词：荷电状态;带时变遗忘因子最小二乘法;自适应容积卡尔曼滤波

基金资助：上海市2021年度“科技创新行动计划”项目(21DZ2304600)、2021年车载超级电容管理系统关键技术研究重点实验室开放课题(2021NUSV001)、2021年上海电机学院研究生创新项目(B1-0225-21-011-09)资助