基于多新息理论的电池模型参数辨识及SOC估计
-
摘要: 准确的锂离子电池荷电状态(SOC)估计对于保障电池管理系统(BMS)安全稳定运行具有重要意义。本文以三元锂离子电池为对象进行电气特性测试,基于此数据建立一阶RC等效电路模型,再采用引入带遗忘因子的多新息递推最小二乘法(FFMILS)进行模型参数在线辨识,联合加权多新息扩展卡尔曼滤波算法(MIEKF)进行锂离子电池的SOC估计。通过美国联邦城市行驶工况(FUDS)对算法进行验证,结果表明FFMILS-MIEKF算法的SOC估计准确性和稳定性相较于传统EKF与UKF算法均有不同程度提高。并且该算法在不同初始SOC值下均能快速收敛,具有较好的鲁棒性,能够适用于实际电池管理系统之中。