文章标题：基于FOA优化粒子滤波的船舶动力电池SOC估计
文章作者：吴林翼1, 金华标1, 刘海强2
关 键 字：电动船舶;荷电状态;在线辨识;粒子滤波;果蝇优化算法
文章摘要：针对电动船舶动力电池组荷电状态（SOC）估计困难，导致电池容量利用率难以提高以及缩短电池寿命等问题，提出一种基于改进粒子滤波的动力电池SOC估计方法。在模型参数辨识阶段，利用递推最小二乘法实时估计电池参数并引入多时间尺度辨识策略优化算法适应性。在SOC估计阶段，利用适合非线性系统的粒子滤波（PF）修正传感器观测误差，并以轻量化的果蝇优化算法（FOA）改进重采样过程，提高估计精度，优化算力资源消耗。最后以280 Ah磷酸铁锂电池为实验对象，模拟船舶运行工况，结果表明估计方法均方根误差为0.0058，CPU利用率相较PF算法下降了17%，有效提高了电池SOC估计精度与稳定性，具备在实际环境中的应用价值。