准确的荷电状态(SOC)估算,有助于延长电池寿命并确保电池安全。 由于电荷转移阻抗和扩散阻抗对应的时间常数 不同,电池模型参数也不同。 研究基于分数阶模型自适应遗忘因子递推最小二乘法(FOM-AFFRLS)的参数辨识,以实时捕 捉遗忘因子和参数的变化,并采用扩展卡尔曼滤波估计 SOC。 FOM-AFFRLS 算法的误差为 1%,小于分数阶基于遗忘因子 的递推最小二乘法(FOM-FFRLS)、整数阶自适应遗忘因子递推最小二乘法( IOM-AFFRLS)和整数阶遗忘因子递推最小二 乘法(IOM-FFRLS)等,验证所提方法在动态工况下正常工作时,具有较高的 SOC 估计精度。 该方法能克服错误初始值引 起的发散,SOC 初值为 0. 7 时,平均绝对误差小于 0. 068,鲁棒性较好。