基于融合模型的动力电池组多时间尺度SOC估计  

作　　者：樊临倩 陈潇阳 雷旭[1] 禾建平 于明加 

机构地区：[1]长安大学电子与控制工程学院,陕西西安710064

出　　处：《中文科技期刊数据库（全文版）工程技术》2022年第6期157-160,共4页

摘　　要：针对电池组的荷电状态估计(SOC)问题,提出了一个基于均值加偏差模型(MDM)和联邦自适应无迹卡尔曼滤波(FAUKF)的多时间尺度SOC估计框架。该框架中,MDM表征电池组中的不一致特性。FAUKF融合每个单体的SOC结果估算出电池组的SOC,具体为利用Elman神经网络自适应地调整每个单体的融合权重进而得到整个电池组的SOC。其中,每个单体的SOC是在2个时间尺度上估算出来的。最后,在动态应力测试工况下对比了所提方法与传统方法的估算效果。结果表明,所提方法的SOC估算结果较好,均方根误差为1.194%,验证了所提方法的有效性与准确性。

关 键 词：动力电池组 荷电状态估计 多时间尺度 联邦滤波 ELMAN神经网络 

分 类 号：U469.7[机械工程—车辆工程]