锂电池SOC和SOH的自适应联合在线估算方法

作     者：俞志骏 安斯光 汪伟 Yu Zhijun;An Siguang;Wang Wei

作者机构：中国计量大学机电工程学院浙江杭州310018 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2023年第40卷第10期

页      面：142-149页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：锂电池 健康状况 荷电状态 适应性遗忘因子 可变的时间尺度 在线估算 

摘      要：为了准确和快速地估算电动汽车运行过程中汽车电池的荷电状态(State of Charge,SOC)和健康状态(State of Health,SOH),提出一种基于遗忘因子最小二乘和可变时间尺度扩展卡尔曼滤波器的自适应联合估算算法。为了提高算法的效率和准确度,引入自适应遗忘因子递归最小二乘(Adaptive Forgetting Factor Recursive Least Square,AFFRLS)方法来识别电池模型中的参数,并采用可变时间尺度扩展卡尔曼滤波器(Variable Time Scale Extended Kalman Filter,VEKF)来指示SOC和SOH,以满足对电池动态状况进行在线快速估算的需求。应用动态应力测试(Dynamic Stress Test,DST)数据库验证了该方法的有效性,实验结果表明,该联合估算方法可以获取准确的电池模型,并实现在线状态估算。