摘要
为确保能源存储系统在电力供应高峰期能够安全稳定运行，本研究提出了一种针对锂离子电池的改进型电量状态估计框架。该框架将改进的自适应遗忘因子递归最小二乘法与经改进的灰狼优化算法优化的自适应扩展卡尔曼滤波器相结合，从而实现了更出色的动态适应性。具体而言，改进型自适应遗忘因子递归最小二乘法通过滑动窗口均方误差动态调整遗忘因子，有效降低了单点干扰的影响。对比实验表明，与传统AFFRLS方法相比，该方法的平均电压估计误差降低了58.62%。在四种动态条件下进行的测试显示，所提出的IAFFRLS–IGWO–AEKF方法在电量状态估计中的平均绝对误差为0.186–0.209%，在电压估计中的平均绝对误差为0.069–0.088%，显著优于两种基准算法，能够为能源存储系统中的锂离子电池实现高效、精准且稳定的电量状态估计。
