基于BP-AUKF算法和FFRLS的蓄电池SOC估计

河海大学能源与电气学院 陈玉伟 顾钟凡 李承澳 张德春 黄 海

为满足当前电子产品应便于携带的要求，锂离子电池以其体积小、质量轻、充放电快等特点独占鳌头。同时随着传统能源的大量消耗和新能源的日益提倡，新能源电动汽车产业迅速崛起，带动了锂离子电池的深入发展，大容量锂离子电池已开始进入电动汽车等大功率设备的应用中，推动了新能源电动汽车行业的发展，所以锂离子电池和新能源电动汽车行业两者相互促进、发展迅速。目前在新能源电动汽车行业中主要应用的锂离子电池有磷酸铁锂电池、镍氢电池、电容电池、三元锂电池等。本文选取具有相对较高安全性的磷酸铁锂电池作为实验对象。

锂离子电池的荷电状态(SOC,State of Charge)就是日常所说电池剩余的容量，对电池的使用寿命、安全性和效率的评估具有非常重要的作用，准确的SOC 估算对于电池的高效利用和能量管理具有重要意义。可通过研究锂离子电池的电池模型来深入研究锂离子电池的SOC 状态估计，目前等效电路模型主要有RC 模型、PGNV 模型等。针对SOC 准确估计的问题，采用结构简单，却能同时反应电池外特性和内部电化学反应的二阶RC等效电路模型，这种模型便于进行电池特性分析和参数辨识。

目前有安时积分法、开路电压法、内阻法等常用的电池状态估计方法，本实验参数辨识实验中采用带遗忘因子的递推最小二乘法辨识模型参数（FFRLS，Forgetting Factor Recursive Least Squares），从而能够在大量实验数据中起到突出新数据的特点。……