基于改进自适应 H∞ 扩展卡尔曼滤波的锂离子电池在线 SOC 估计
系统与控制
2023-04-18 v1 系统与控制
摘要
对于电动汽车的电池管理系统，准确估计锂离子电池的荷电状态（State of Charge, SOC）可有效避免电池内部过充或过放导致的结构损伤。考虑到锂离子电池是时变非线性系统，需要实时 SOC 估计，提出一种带遗忘因子递推最小二乘与改进自适应 H∞ 扩展卡尔曼滤波的联合算法，用于模型参数与荷电状态的在线估计。首先，在 MATLAB R2021b 的 Simulink 中建立 Thevenin 等效电路模型，并利用遗忘因子递推最小二乘实时估计模型参数。其次，采用改进自适应 H∞ 扩展卡尔曼滤波实时估计荷电状态。最后，通过两种不同锂离子电池工况验证算法可行性。实验结果表明，改进自适应 H∞ 扩展卡尔曼滤波的 SOC 估计精度最高且最稳定，优于其他三种对比方法。在动态应力测试（Dynamic Stress Test）工况下均方根误差与平均绝对误差分别为 0.6008% 和 0.3578%，在联邦城市驾驶工况（Federal Urban Driving Schedule）下分别为 1.0068% 和 0.8721%。
引用
@article{arxiv.2304.07748,
title = {Online SOC Estimation of Lithium-ion Battery Based on Improved Adaptive H Infinity Extended Kalman Filter},
author = {Jierui Wang and Wentao Yu and Guoyang Cheng and Lin Chen},
journal= {arXiv preprint arXiv:2304.07748},
year = {2023}
}
备注
6 pages