基于在线参数辨识和改进2RC-PNGV模型的锂离子电池建模与SOC估算研究

作     者：刘雨洋 王顺利 谢滟馨 吉伟康 张一兴 LIU Yuyang;WANG Shunli;XIE Yanxin;JI Weikang;ZHANG Yixing

作者机构：西南科技大学信息工程学院四川绵阳621010 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2021年第10卷第6期

页      面：2312-2317页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

主　　题：锂离子电池 PNGV模型 遗忘因子最小二乘法 在线参数辨识 扩展卡尔曼滤波 

摘      要：锂电池荷电状态(state of charge,SOC)的准确估计对电池安全监测与能量的高效利用具有重要意义。提出一种新的验证模型,首先对电池新一代汽车合作伙伴(PNGV)模型进行改进,考虑电池充放电的差异,加入了二极管电阻的并联网络来代替传统PNGV模型的内阻,在此基础上,增加了一个RC的并联网络来表征电池的动静态特性。以三元锂电池为研究对象,通过遗忘因子最小二乘法(forgetting factor recursive least square,FFRLS)对改进模型进行在线参数辨识,并提出了主充电、放电实验对锂电池工作特性进行仿真分析,通过FFRLS-EKF算法在DST工况下对SOC进行估算。实验结果表明,改进的2RC-PNGV模型能够较好地反映锂电池工作特性,HPPC实验的平均电压误差为0.17%,模型具有较高的精度。主充电过程SOC平均估算误差为0.957%,最大估算误差为5.03%;主放电过程SOC平均估算误差为0.807%,最大估算误差为3.38%,表明改进的2RC-PNGV模型与联合估计算法均可用于SOC实际估算。