基于融合EKF与改进DELM的锂电池SOC实时估计

作     者：陈晓飞 蒋淑霞 崔祥波 赵文卓 王思思 

作者机构：中南林业科技大学机械与智能制造学院 电子科技大学机械与电气工程学院 

出 版 物：《电源学报》 (Journal of Power Supply)

年 卷 期：2024年

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：湖南省自然科学基金(2019JJ60076) 教育部产学合作协同育人项目(230826311807159) 中南林业科技大学研究生科技创新基金项目(2023CX02077) 

主　　题：锂电池 SOC估计 EKF算法 AO-DELM 混合算法 

摘      要：针对单一算法在估计锂电池荷电状态（SOC）时的估计性能低的问题，本文提出一种结合天鹰算法改进的深度极限学习机(AO-DELM)与扩展卡尔曼滤波（EKF）算法优势的混合算法，用于锂电池SOC估计。首先，采用带遗忘因子的递推最小二乘法（FFRLS）辨识电池模型参数；然后，基于高加速循环（US06）工况数据，将电流、电压与EKF算法提取到的多种电池状态特征作为输入、实际SOC作为输出，训练AO-DELM；最后，将训练完成的AO-DELM模型与EKF算法组成闭环的SOC实时估计系统。结果表明，在四种动态工况下，本文所提的AO-DELM-EKF算法较EKF算法、DELM-EKF算法显著提升了SOC估计精度，均方根误差不超过0.49%。