采用多模模型的锂离子电池荷电状态联合估计算法

针对单一的等效电路模型难以准确描述全时段的锂离子电池、估计电池荷电状态(SOC)准确度低的问题,提出采用多模模型的锂离子电池荷电状态联合估计算法。利用电化学阻抗谱分析不同SOC下锂离子电池的阻抗分布,并以此构建等效电路模型来描述整个充放电过程中的锂离子电池,得到一种基于变阶RC模型的多模模型。利用贝叶斯定阶准则综合模型的准确度和实用性来确定具体阶数,采用带有遗忘因子的递推最小二乘法对模型参数进行在线辨识,利用扩展卡尔曼滤波算法(EKF)求得锂离子电池的实时SOC。在恒流工况以及动态应力测试工况下,与传统基于一阶RC模型和二阶RC模型的EKF算法进行了多组实验对比。结果表明:采用多模模型的联合算法在不同工况下估计的SOC精度提高了30%以上,并均可在两个迭代周期内追踪到准确值。

准EL算法下ARMAX模型的阶估计

本文给出了一种推广的 BIC 准则,根据对准 EL 算法的估计和对 ARMAX 模型变形后的全项f_(n+1)的估计所得到的有关结果,讨论了一种确定 ARMAX 模型阶数的方法。并给出了在推广的BIC 准则意义下关于 ARMAX 模型阶数的最优估计和阶估计的收敛性。同时,也得到了该模型系数矩阵估计的收敛性和收敛速度。