【作者】

陈俊雄; 刘伟群; 祝乔; 李鸿坤

【单位】

西南交通大学

【摘要】

本文提出了一种基于混合建模和平滑技术的磷酸铁锂（LFP）动力电池荷电状态（SOC）估计方法。首先针对SOC映射提出了一种新颖的物理模型结合机器学习（ML）模型的混合建模方法。该方法利用辨识的等效电路模型（ECM）参数有效地消除了内阻和RC网络对SOC映射建模的影响。通过混合建模，该方法减少了ML模型需要拟合的电池动态，从而提高了SOC映射的精度并降低了估计波动。然后，考虑到基于ML的SOC映射模型可能产生不符合SOC变化规律的估计输出，本文设计了一种新颖的安时约束（AhC）平滑策略，用于对前述混合模型输出的SOC进行平滑处理。这一策略进一步提高了SOC估计的精度和稳定性。最后，在马里兰大学的LFP电池公共数据集上验证了该组合SOC估计方法的有效性。

【关键词】

磷酸铁锂电池;荷电状态估计;混合建模;机器学习;等效电路;安时约束

【论文集名称】

混合动力及先进汽油机

【会议名称】

2023交通能源与智能动力大会

【会议时间】

2023-11-10至2023-11-12

【会议地点】

天津

【下载次数】

14

返回