基于EKF-PF算法的退役动力锂电池SOC估计

为准确估计退役动力锂电池的荷电状态(SOC),避免其在储能系统中因放电容量不一致导致运行效果不佳,保障储能系统安全运行,提出了利用扩展卡尔曼粒子滤波算法(EKF-PF)与二阶Thevenin等效电路模型相结合的方法估计退役动力锂电池的荷电状态。该方法首先采用二阶Thevenin等效电路构建退役动力锂电池的等效电路模型,写出观测方程与状态方程;其次利用含遗忘因子的递推最小二乘法(FFRLS)对建立的等效电路模型进行参数辨识;最终通过EKF-PF算法在城市道路循环(UDDS)工况下对退役动力锂电池进行在线SOC估计,并与粒子滤波(PF)算法做对比。实验结果表明,EKFPF算法在估计退役动力电池SOC时能将其平均误差控制在1.23%以内,最大误差控制在3.37%以内,优于PF算法的估计结果。证明了EKF-PF算法在估计退役动力锂电池SOC时具有更高的精度和应用价值。

资料为PDF文档格式.

本文档关键词:算法,退役,估计,动力,锂电池