基于分数阶模型的锂离子电池SOC估计OA北大核心CSTPCD

准确的荷电状态(SOC)估算,有助于延长电池寿命并确保电池安全。由于电荷转移阻抗和扩散阻抗对应的时间常数不同,电池模型参数也不同。研究基于分数阶模型自适应遗忘因子递推最小二乘法(FOM-AFFRLS)的参数辨识,以实时捕捉遗忘因子和参数的变化,并采用扩展卡尔曼滤波估计SOC。FOM-AFFRLS算法的误差为1%,小于分数阶基于遗忘因子的递推最小二乘法(FOM-FFRLS)、整数阶自适应遗忘因子递推最小二乘法(IOM-AFFRLS)和整数阶遗忘因子递推最小二乘法(IOM-FFRLS)等,验证所提方法在动态工况下正常工作时,具有较高的SOC估计精度。该方法能克服错误初始值引起的发散,SOC初值为0.7时,平均绝对误差小于0.068,鲁棒性较好。