基于内环修正CDKF算法的锂电池SOC估计

针对现有中心差分卡尔曼滤波算法(CDKF)每次滤波仅进行一次状态更新,无法充分发挥其修正作用的问题,提出一种基于内环修正的中心差分卡尔曼滤波算法(ILCDKF)。采用带遗忘因子的递推最小二乘法(FFRLS)辨识二阶RC等效电路模型的参数;在CDKF算法的量测更新阶段,依据状态误差协方差矩阵建立状态修正机制,通过内环状态修正以提高滤波精度;通过美国联邦城市运行工况(FUDS)和动态应力测试工况(DST)下的仿真实验来验证所提算法的有效性,结果表明,所提算法与扩展卡尔曼滤波算法(EKF)、无迹卡尔曼滤波算法(UKF)及CDKF相比,在荷电状态(SOC)估计精度和收敛速度方面均有所提升。