基于多项式表面拟合的锂离子电池数据驱动式状态估计方法，在动态驱动循环条件下应用

《World Electric Vehicle Journal》：Data-Driven State of Charge Estimation for Lithium-Ion Batteries Based on Polynomial Surface Fitting Under Dynamic Driving Cycles

　　

摘要

准确的充电状态（SOC）估计对于动态工作条件下的电池管理系统（BMS）至关重要。本研究提出了一种基于张量积双变量多项式表面的轻量级数据驱动SOC估计框架。在离线模型识别过程中，使用参考SOC和测量电流来建立一个显式的端电压表面（V = f(I, SOC)）。然而，在SOC估计过程中，不再使用参考SOC作为输入；相反，通过反转识别的多项式表面直接从测量的端电压和电流中恢复SOC。该方法使用三个公开的动态驾驶循环数据集进行开发和评估，包括DST、FUDS和UDDS。为了减少时间信息泄露，数据集按时间顺序划分，并使用五折前向链交叉验证来选择多项式的阶数。所选的三阶电流多项式和五阶SOC多项式提供了紧凑的24系数表示。在DST测试集上，估计SOC与参考SOC之间的直接比较得到的均方根误差（RMSE）为2.91%，而在FUDS和UDDS上的相应RMSE值分别为3.18%和3.54%。结果表明，所提出的方法提供了一种计算上轻量级且可解释的SOC估计框架，无需递归滤波或在线等效电路参数识别。