基于双自适应扩展粒子滤波器的锂离子电池状态联合估计

作     者：刘旖琦 雷万钧 刘茜 高乙朝 董明 Liu Yiqi;Lei Wanjun;Liu Qian;Gao Yichao;Dong Ming

作者机构：西安交通大学电气工程学院西安710049 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2024年第39卷第2期

页      面：607-616页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 

基　　金：国家重点研发计划资助项目(2018YFB0905800) 

主　　题：锂离子电池 分数阶模型 荷电状态 健康状态 自适应扩展粒子滤波 

摘      要：为了更好地优化电池的能量管理,提高电池的利用效率,加强电池的安全性能,有必要对锂离子电池的荷电状态(SOC)和健康状态(SOH)进行精确估计。为解决噪声协方差取值和粒子采样分布问题,该文首先提出自适应扩展粒子滤波(AEPF)算法,根据状态向量预测的准确度自适应调整噪声协方差,并利用扩展卡尔曼滤波实现粒子分布函数的局部线性化。随后利用双自适应扩展粒子滤波(DAEPF)算法进一步实现电池SOC和SOH的联合估计,避免电池使用过程中模型参数变化对SOC估计的影响,并结合多时间尺度的方法节约所需的计算资源。最后在动态工况条件下对不同电池模型与算法进行对照实验,结果表明,改进后的算法收敛速度明显提升,且能够显著地提高电池的SOC与SOH的估计精度。