基于多时间尺度Cholesky分解AEKF的锂电池SOC估计

建立可靠的锂电池荷电状态估算模型，获取精确估算值已成为锂离子电池组能源和安全管理的核心。选择锂离子电池的二阶等效电路模型为研究对象，提出了一种基于Cholesky分解优化多时间尺度自适应扩展卡尔曼滤波算法。状态方程中，对应不同状态变量子方程，选择不同采样周期，解决不同状态变量的不同时间尺度问题。考虑噪声变化，在扩展卡尔曼滤波的基础上，引入噪声的迭代估计，实现噪声的自适应矫正，结合Cholesky分解方法以克服计算的舍入误差问题。在不同工况下，选用不同型号的锂电池进行实验验证，验证该算法的普适性和有效性。