|
|||||
|
|
| 基于FFRLS-AUKF的锂电池参数在线辨识及SOC估计 | |
| 作者姓名： | 凌六一 吴贤圆 王星凯 邢丽坤 卢路 |
| 作者单位： | 1. 安徽理工大学电气与信息工程学院;2. 安徽理工大学人工智能学院 |
| 基金项目： | 安徽省高校自然科学基金资助项目(KJ2019A0106)； |
| 摘 要： | 针对锂电池模型参数辨识不准确以及传统无迹卡尔曼滤波(UKF)无法对噪声进行实时更新，从而导致锂电池荷电状态(SOC)估计误差偏大的问题，提出遗忘因子递推最小二乘法-自适应无迹卡尔曼滤波(FFRLS-AUKF)算法。先利用遗忘因子递推最小二乘法(FFRLS)对电池二阶RC等效电路模型进行在线参数辨识，再将所辨识的各参数传给由UKF和改进的Sage-Husa算法结合得到的AUKF,从而完成对锂电池的SOC估计，并将其与FFRLS-UKF以及离线UKF所估计的结果相比较。从对SOC估计的误差曲线和平均绝对误差以及均方根误差的数值上对比，均可得出FFRLS-AUKF的精度更高，稳定性更好。 |
| 关 键 词： | SOC估计 无迹卡尔曼滤波 Sage-Husa 遗忘因子递推 最小二乘法 |