基于迁移模型的老化锂离子电池SOC估计

摘要

在锂离子电池荷电状态(SOC)估计过程中,由于电池老化引起的电池可用容量衰退和内部参数变化会对SOC估计结果造成很大影响.针对这一问题,本文将电池老化视为影响模型与SOC估计精度的不确定因素,提出了一种基于迁移模型的老化锂离子电池SOC估计新方法.首先以电池初始状态下的二阶RC等效电池模型为电池初始模型,利用递推最小二乘法(RLS)及多项式拟合法提取初始模型参数与SOC的函数关系式,并将函数关系式进行线性迁移得到迁移模型状态方程,再采用风险最小化粒子滤波算法(RSPF)在电池实际运行中更新迁移模型的迁移因子,最后结合低通滤波器实现SOC的精确估计.通过4组不同老化程度下的城市道路循环工况(UDDS)数据对迁移模型算法进行了验证,并与扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)两种算法进行了对比.实验结果表明,在不同的老化状态下,本文所提出的方法具有更高的精确性,估计得到的SOC均方根误差(RMSE)始终稳定在1.04％以内,验证了所提方法的有效性.本研究有助于推动迁移模型在老化锂离子电池SOC估计中的应用,对电动汽车全生命周期内使用过程中SOC的估计具有一定指导和参考意义.