基于分数阶电路模型的锂离子电池SOC估计及LSTM残差校正方法

《Fractal and Fractional》：Fractional-Order Circuit Model-Based SOC Estimation for Lithium-Ion Batteries with LSTM Residual Correction

　　

摘要

分数阶等效电路模型能够以简洁且易于理解的方式描述锂离子电池的电压依赖极化行为。基于这一特性，本文提出了一种基于分数阶模型的残差校正框架，用于电池荷电状态估计。在该框架中，分数阶等效电路模型、无迹卡尔曼滤波器以及长短期记忆网络被整合到一个统一的估计系统中，而非作为独立模块使用。分数阶等效电路模型通过动态应力测试数据进行参数化，然后与无迹卡尔曼滤波器结合，形成FOECM+UKF估计器。长短期记忆网络则通过分析实测的工作信号序列以及FOECM+UKF的估计值来学习与历史相关的荷电状态残差，其输出结果会被叠加到无迹卡尔曼滤波器的估计值上，而不会替代原有的分数阶物理模型。该混合估计器利用现有的动态应力测试数据、补充联邦测试程序数据以及联邦城市驾驶循环数据来进行训练和配置，并在Cell 008的US06和FUDS测试场景下进行了独立评估。与单纯的FOECM+UKF估计器相比，该混合估计器在US06测试中的荷电状态均方根误差从2.70%降至0.90%，在FUDS测试中的误差则从2.93%降至1.20%，对应的平均绝对误差分别为0.66%和1.03%。这些结果充分证明了在所测试的动态工作条件下，将分数阶记忆建模与基于序列的残差校正方法相结合的有效性。