车用发动机

作者：卢昊，李广军，张兰春

单位：江苏理工学院汽车与交通工程学院，江苏常州213001

关键词：锂电池；电池荷电状态(SOC)；动态遗忘因子；递推最小二乘法；白鹭群优化算法；粒子滤波

为了提高锂电池荷电状态 （SOC）估计的精度，提出了一种基于动态遗忘因子递推最小二乘法和改进粒子滤波算法相结合的锂电池SOC估计方法。针对固定遗忘因子递推最小二乘法在电池参数辨识中难以同时保持快速收敛和稳定性的问题，引入动态遗传因子，以模型辨识值和实际值的残差为变量构建修正公式，实现遗忘因子动态调整。为了改善粒子滤波（PF）的粒子多样性丧失问题，采用白鹭群优化算法（ESOA）对粒子滤波算法进行优化。仿真结果表明，基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计误差始终保持在0.3%以内，平均绝对误差和标准差为0.15%和0.17%，与其他算法相比具有更好的精度和稳定性。

来源：2024年第3期

《车用发动机》期刊编辑部

查看车用发动机杂志2024年第3期