基于RFF及GWO-PF的锂电池SOC估计

来源：计量学报杂志2022年第9期北京时间：

作者：吴忠强,胡晓宇,马博岩,侯林成,曹碧莲

单位：燕山大学工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004

摘要：为了提高锂电池剩余电量估计的准确性,提出一种在线参数辨识与改进粒子滤波算法相结合的锂电池SOC估计方法。针对粒子滤波中的粒子退化问题,引入灰狼算法,利用灰狼算法较强的全局寻优能力优化粒子分布,保证粒子多样性,有效抑制粒子退化现象,提高滤波精度。采用带遗忘因子的递推最小二乘法实时更新模型参数,并与改进粒子滤波算法交替运行,进一步提高SOC的估计精度。实验结果表明,改进算法的平均估计误差始终保持在±0.15%以内,相比扩展卡尔曼滤波与无迹卡尔曼滤波算法,在电池SOC估计上有更高的估计精度与稳定性。

关键词：计量学; SOC估计; 锂电池; 粒子滤波; 灰狼算法; 参数辨识

基金资助：河北省自然科学基金 (F2020203014)