基于改进多新息扩展卡尔曼滤波的电池SOC估计

为了提高SOC估计精度,提出基于遗忘因子改进多新息扩展卡尔曼滤波(FMIEKF)方法.建立锂离子电池的双极化等效电路模型,开展开路电压测试.通过递归最小二乘法,实现电池模型参数在线辨识.提出FMIEKF进行SOC估计,该方法在融合多新息辨识理论和卡尔曼滤波基础上,引入遗忘因子削弱历史数据修正权重,解决数据过饱和问题.通过实验和硬件在环进行验证.结果表明,FMIEKF具有较高的准确性和收敛性,最大估计误差为0.948％,平均误差为0.214％,在不同SOC初值下20 s内收敛,可以适用于实际的电池管理系统中.