来源：期刊VIP网 时间：
作者：阮爱国;史仰泽;王方钦;黄开义;陈太刚;梁大鸿;陈海波;陈思文;
单位：中广核贵州都匀风力发电有限公司关岭分公司;
摘要：针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响，导致锂离子电池荷电状态(SOC)估计误差偏大的问题，提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础，先利用FFRLS进行在线参数辨识，再将所辨识的各参数传给由EKF和迭代策略结合得到的AIEKF,完成对SOC估计。基于MATLAB进行仿真验证，用SOC估计的误差曲线、平均绝对误差及均方根误差的数值进行对比。相较于FFRLS-EKF算法，所提FFRLS-AIEKF算法的SOC估计精度更高，最大估计误差为1.6%。
关键词：锂离子电池;;遗忘因子递推最小二乘(FFRLS);;自适应迭代策略的扩展卡尔曼滤波(AIEKF);;荷电状态(SOC)
基金资助：中广核新能源控股有限公司科技项目(003-CLX-F120-2024-268)
