简化分数阶AEPF的锂电池SOC估计算法

摘要：

电池极化效应、随机干扰以及电池在整个寿命周期内高度非线性和动态特性,给电池荷电状态(SOC)在线精确估计带来了许多挑战.等效模型的精确表达与估计算法的优化设计是提高SOC估计精度的两大重要技术路线.对此,提出了基于分数阶模型自适应扩展卡尔曼粒子滤波(FOAEPF)的SOC估计方法.对分数阶模型(FOM)的二项式系数的求和项进行了适当的截断,从而得到了能够有效降低计算量的简化分数阶模型.然后运用AEPF算法估计电池的SOC.自适应扩展卡尔曼滤波被用作粒子滤波算法的建议分布函数,不但解决了粒子滤波算法的粒子退化问题,而且能够充分结合两类算法的优势实现二次滤波.多组实验的测试结果表明所提出的方法在削减计算负担的基础上,能够进一步提高电池SOC估计精度与鲁棒性.

关键词：锂电池、分数阶、自适应扩展卡尔曼粒子滤波、荷电状态

所属期刊栏目：46

分类号：TM912.9

在线出版日期：2022-11-07（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：1156-1160