基于ＡＦＥＫＦ的鋰離子電池ＳＯＣ估算方法

摘 要：針對(duì)利用擴(kuò)展卡爾曼濾波算法估算鋰電池荷電狀態(tài)時(shí)，由于歷史數(shù)據(jù)影響易產(chǎn)生累積誤差的問(wèn)題，提出了一種基于自適應(yīng)漸消擴(kuò)展卡爾曼的ＳＯＣ估算方法。選用Ｔｈｅｖｅｎｉｎ等效模型并用遞推最小二乘法進(jìn)行電池參數(shù)辨識(shí)，通過(guò)將自適應(yīng)漸消因子引入ＥＫＦ算法中，抑制歷史數(shù)據(jù)對(duì)當(dāng)前狀態(tài)估算的影響，完成鋰電池ＳＯＣ估算。結(jié)果表明：ＡＦＥＫＦ算法在遞推２０次時(shí)可有效收斂，具有較好魯棒性，估算ＳＯＣ的平均誤差為１.０３％，誤差均方根為１.２１％，平均運(yùn)行時(shí)間為１.４７６ｓ，可以較好地模擬電池的動(dòng)靜態(tài)特性。

關(guān) 鍵 詞：鋰離子電池；荷電狀態(tài)；卡爾曼濾波；ＳＯＣ估算；估算方法；ＥＫＦ算法；最小二乘法；自適應(yīng)

中圖分類號(hào)：ＴＭ９１２ 文獻(xiàn)標(biāo)志碼：Ａ 文章編號(hào)：１０００－１６４６（２０２４）０３－０３１８－０６

鋰電池荷電狀態(tài)（ＳＯＣ）可以用來(lái)描述當(dāng)前情況下的電池剩余電量［１］。對(duì)于電動(dòng)汽車而言，ＳＯＣ相當(dāng)于常規(guī)燃料汽車的油表，可以顯示車輛剩余里程，對(duì)電動(dòng)汽車?yán)m(xù)航能力具有一定參考價(jià)值［２］。

現(xiàn)階段電池ＳＯＣ估算方法主要包括直接測(cè)量法、數(shù)據(jù)驅(qū)動(dòng)法和模型基礎(chǔ)法。直接測(cè)量法作為早期估算方法，估算精度較低［３］，難以滿足現(xiàn)階段需求，主要分為安時(shí)積分法、開(kāi)路電壓法和內(nèi)阻法。安時(shí)積分法對(duì)荷電狀態(tài)初始值要求較高，初始誤差會(huì)隨時(shí)間推移逐漸積累，誤差也會(huì)逐漸增大；為使電池內(nèi)部達(dá)到平衡狀態(tài)，開(kāi)路電壓法需要進(jìn)行較長(zhǎng)時(shí)間靜置處理，不適用于電動(dòng)汽車在線估算ＳＯＣ；內(nèi)阻法由于需要專業(yè)設(shè)備且阻抗易受溫度影響，僅適用于實(shí)驗(yàn)室，因此該方法的應(yīng)用逐漸減少；數(shù)據(jù)驅(qū)動(dòng)法所需數(shù)據(jù)量較大且成本較高［４］，不僅需要耗費(fèi)大量數(shù)據(jù)集與較長(zhǎng)時(shí)間進(jìn)行訓(xùn)練，而且其精確度很大程度上也取決于訓(xùn)練數(shù)據(jù)，若數(shù)據(jù)量或條件不足，準(zhǔn)確度就會(huì)降低［５］；模型基礎(chǔ)法是現(xiàn)階段最常用的一種電池狀態(tài)估算方法，通過(guò)建立模型來(lái)模擬電池內(nèi)部動(dòng)態(tài)反應(yīng)過(guò)程，再結(jié)合濾波算法估算電池ＳＯＣ［６－７］，該方法原理清晰、計(jì)算簡(jiǎn)便且適用于實(shí)時(shí)系統(tǒng)，目前基于等效模型并結(jié)合卡爾曼濾波的估算方法吸引了大量學(xué)者進(jìn)行研究。