简介:
本发明公开了一种基于遗忘因子在线参数辨识和SOC联合估计方法,该方法包括建立锂电池二阶等效电路模型;确定电路各参数与SOC的函数关系,建立锂电池的状态空间方程;首先对SOC状态变量和参数状态变量初始化,在微观时间尺度下,用扩展卡尔曼滤波算法估计锂电池SOC;当锂电池SOC估计达到预设时间后,切换为宏观时间尺度,用变遗忘因子递推最小二乘法辨识等效电路参数,最后更新锂电池等效电路参数和状态空间方程,进行下一轮计算;本发明通过变遗忘因子递推最小二乘法对锂电池模型进行在线参数辨识,并结合扩展卡尔曼滤波算法估计锂电池SOC,解决了遗忘因子递推最小二乘法中遗忘因子固定的问题,实现锂电池参数在线更新,提高了锂电池SOC估计的精度。
本发明公开了一种基于遗忘因子在线参数辨识和SOC联合估计方法,该方法包括建立
锂电池二阶等效电路模型;确定电路各参数与SOC的函数关系,建立锂电池的状态空间方程;首先对SOC状态变量和参数状态变量初始化,在微观时间尺度下,用扩展卡尔曼滤波算法估计锂电池SOC;当锂电池SOC估计达到预设时间后,切换为宏观时间尺度,用变遗忘因子递推最小二乘法辨识等效电路参数,最后更新锂电池等效电路参数和状态空间方程,进行下一轮计算;本发明通过变遗忘因子递推最小二乘法对锂电池模型进行在线参数辨识,并结合扩展卡尔曼滤波算法估计锂电池SOC,解决了遗忘因子递推最小二乘法中遗忘因子固定的问题,实现锂电池参数在线更新,提高了锂电池SOC估计的精度。