文件大小：1.41M
摘要：准确估计电池的荷电状态（SOC）和健康状态（SOH）对电动汽车具有重要意义。提出了一种基于多时间尺度的双分数阶扩展卡尔曼滤波器的锂电池SOC/SOH联合估计方法。建立了分数阶2-RC等效电路模型，利用自适应遗传算法离线辨识出模型参数并作为滤波算法的初始参数。给出了双分数阶扩展卡尔曼滤波器严格的计算过程，其中一个滤波器估计同步SOC和SOH，另一个滤波器在线更新模型参数。通过控制模型参数在线更新的时间尺度，进一步改善了SOC/SOH估计的准确性。与模型参数固定的单滤波器相比，所提方法可以获得更加准确的估计结果。在北京动态应力测试（BJDST）工况下，SOC估计的平均绝对误差（MAE）和均方根误差（RMSE）从5.19%、5.57%下降到0.82%、1.00%。SOH估计的准确性也得到了验证。
文章目录
引言
1 锂电池分数阶建模
1.1分数阶微分
1.2锂电池建模
2 MTS-DFOEKF算法实现
2.1 SOC/SOH估计的FOEKF
2.2模型参数估计的FOEKF
3 结果与讨论
3.1实验数据
3.2 函数■的确定
3.3 参数向量■的确定
3.4 SOC估计结果
3.5 SOH估计结果
3.6 时间尺度II（n）对SOC估计的影响
4 结论
