針對(duì)在非高斯噪聲干擾下，傳統(tǒng)擴(kuò)展卡爾曼濾波算法估計(jì)鋰電池荷電狀態(tài)時(shí)精度低的問(wèn)題，長(zhǎng)安大學(xué)電子和控制工程學(xué)院、四川大學(xué)電氣工程學(xué)院的研究人員巫春玲、胡雯博、孟錦豪、劉智軒、程琰清，在2021年第24期《電工技術(shù)學(xué)報(bào)》上撰文，提出一種基于最大相關(guān)熵的擴(kuò)展卡爾曼濾波新算法，用于估計(jì)鋰電池的荷電狀態(tài)。新算法在運(yùn)行時(shí)間新增很小的情況下，估計(jì)精度高且魯棒性好，是一種非常有效的估計(jì)方法。

鋰電池具有比能量高、自放電率低、循環(huán)性能好﹑無(wú)記憶和綠色環(huán)保等優(yōu)點(diǎn)，是目前最具發(fā)展前景的高效二次電池和發(fā)展最快的化學(xué)儲(chǔ)能電池。同時(shí)，鋰電池市場(chǎng)價(jià)格適中，且能夠長(zhǎng)時(shí)間穩(wěn)定供能，逐漸成為儲(chǔ)能系統(tǒng)中廣泛應(yīng)用的重要元件之一。

為更好地掌握鋰電池的工作狀態(tài)，要對(duì)其荷電狀態(tài)（StateofCharge,SOC）進(jìn)行精確的分析計(jì)算和預(yù)測(cè)估計(jì)。SOC表示電池中剩余的可使用能量，準(zhǔn)確的SOC估計(jì)不僅能夠供應(yīng)和電池性能相關(guān)的信息，而且還能夠提高電池運(yùn)行過(guò)程中的可靠性和安全性。由于電池內(nèi)部化學(xué)反應(yīng)復(fù)雜、系統(tǒng)非線性強(qiáng)，且具有時(shí)變特性，故不能直接對(duì)電池SOC進(jìn)行測(cè)量。

在SOC估計(jì)的眾多方法中，基于卡爾曼濾波的方法估計(jì)SOC目前應(yīng)用比較廣泛。傳統(tǒng)卡爾曼濾波算法及其改進(jìn)方法均在高斯噪聲干擾下進(jìn)行估計(jì)，然而實(shí)際情況下，系統(tǒng)常處于非高斯噪聲干擾下。在非高斯噪聲干擾，上述各種算法的估計(jì)精度會(huì)變差，難以應(yīng)用于實(shí)際情況。

為提高非高斯噪聲干擾下電池SOC的估計(jì)精度，長(zhǎng)安大學(xué)電子和控制工程學(xué)院等單位的研究人員提出一種基于最大相關(guān)熵準(zhǔn)則的擴(kuò)展卡爾曼濾波（MaximumCorrelation-entropyCriterionExtendedKalmanFilter,MCC-EKF）算法用于電池的SOC估計(jì)。他們首先對(duì)鋰電池進(jìn)行Thevenin等效電路建模，并對(duì)該模型中的參數(shù)進(jìn)行了辨識(shí)，然后在高斯噪聲干擾和非高斯噪聲干擾下，分別運(yùn)用提出的MCC-EKF算法和EKF算法對(duì)電池SOC進(jìn)行估計(jì)。

實(shí)驗(yàn)結(jié)果表明，和EKF算法相比，新算法在高斯噪聲干擾下，運(yùn)行時(shí)間新增0.282s，估計(jì)精度提高19%；在非高斯噪聲干擾下，運(yùn)行時(shí)間新增0.418s，估計(jì)精度提高51%；故新算法的估計(jì)精度高于EKF算法，尤其是在非高斯噪聲干擾下，新算法的估計(jì)精度有顯著性提高。

另外，為驗(yàn)證新算法的魯棒性，在高斯噪聲干擾和非高斯噪聲干擾下，研究人員分別設(shè)置準(zhǔn)確的SOC初值和錯(cuò)誤的SOC初值對(duì)SOC進(jìn)行估計(jì)。仿真結(jié)果表明，在SOC初值錯(cuò)誤的情況下，新算法在電池開(kāi)始工作后10s內(nèi)就能夠收斂到真實(shí)值，故新算法具有較好的魯棒性。所提出的算法是一種精度高而且魯棒性好的有效估計(jì)方法。

本文編自2021年第24期《電工技術(shù)學(xué)報(bào)》，論文標(biāo)題為"基于最大相關(guān)熵?cái)U(kuò)展卡爾曼濾波算法的鋰電池荷電狀態(tài)估計(jì)"，作者為巫春玲、胡雯博等。