分层自适应EKF算法

针对二阶等效电路模型，通过分层辨识原理将快慢动态解耦，实现SOC估计精度高、计算成本低且鲁棒性强。

王冬青 · 杨艳 · Gu, Tianyu

Journal of Energy Storage 2023

参数信息

SOC估计误差

1.5 %

计算时间减少

40 %

技术优势

快慢动态解耦

将电路状态方程模型分解为两个具有不同采样率的虚拟子模型，快动态子模型采用较快采样率确保状态及时更新，慢动态子模型采用较慢采样率减少计算负担和误差累积。

噪声在线自适应

通过Sage-Husa估计器在线更新过程噪声，使算法在测量噪声方差左偏的情况下仍能保持高估计精度，增强了对实际工况中噪声统计特性变化的鲁棒性。

应用场景

• 电池管理系统：为BMS提供高精度、低计算成本的SOC估计，可直接运行在嵌入式硬件上。
• 锂离子电池状态监测：在工况变化和噪声统计特性偏移时保持可靠的状态估计，适合实际车辆运行监测。
• 储能系统运维：降低SOC估计的计算负载，有利于储能系统长期运行中的在线状态跟踪。
• 移动机器人电源管理：低计算成本和高鲁棒性适合移动机器人有限的算力和多变的工作环境。