基于约束型FFRLS-EKF的锂离子电池荷电状态估计与并发故障诊断方法

《World Electric Vehicle Journal》：Voltage-Consistent SOC Trajectory Estimation and Concurrent Fault Decoupling of Lithium-Ion Batteries Based on Constrained Adaptive FFRLS-EKF

　　

摘要

可靠的荷电状态（SOC）估计对于锂离子电池管理至关重要，然而参数漂移、工况变化以及传感器故障都可能损害观测器的一致性。本研究提出了一种可复现的约束型FFRLS-EKF框架，在该框架中，在线二阶RC参数更新在纳入EKF调度之前，需经过电阻、电容及时间常数的可行性约束。估计残差和参数变化随后被重新用于探索性的并发故障分析。由于动态驾驶循环数据集未提供独立测量的连续参考SOC，因此未报告DST、FUDS、UDDS、US06或BJDST工况下的SOC RMSE/MAE；库仑计数仅被视为非独立的轨迹参考，因为其也参与了FFRLS回归目标的构建。一项独立的21个检查点HPPC验证，将参考标签对估计器隐藏，结果显示约束自适应方法的SOC RMSE/MAE为2.24/1.76个百分点，而固定EKF的SOC RMSE/MAE为2.50/2.04个百分点。一项包含270次运行的鲁棒性研究，分别变化了故障幅度、发生时间、电压噪声水平和初始SOC。结果表明，物理投影是主要的稳定机制，自适应遗忘提供了次要的瞬态记忆调节。一项额外的243次运行双故障压力测试表明，残差敏感度解耦并不总能实现完全辨识：随着噪声增大，精确配对恢复能力下降，并且仍强烈依赖于工况和故障对。因此，并发故障模块被作为透明的诊断基线提出，而非一种经普遍验证的故障隔离方法。