分裂电池模型的在线参数辨识

摘要：

分裂电池模型(SBM)是一种可消除状态变量间相互干扰的新型模型,但该模型的参数辨识一般采用传统的最小二乘法(RLS),无法实时跟踪模型参数,且RLS会出现数据饱和,导致辨识精度低,影响电池荷电状态(SOC)估算精度.针对这一问题,提出基于分裂电池模型的带遗忘因子的递推最小二乘法在线参数识别方法,该方法能够实现模型参数的在线识别并提高辨识精度,基于辨识的模型参数利用无迹卡尔曼滤波(UKF)算法估算SOC,从而提高电池SOC估算精度.实验结果表明,采用带遗忘因子的递推最小二乘法可提高模型参数的估算精度,并有效改善SOC的估算效果.

关键词：荷电状态、分裂电池模型、在线参数识别、无迹卡尔曼

所属期刊栏目：44

分类号：TM912

资助基金：国家重点研发计划2016YFC0401702

在线出版日期：2020-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：727-731