一种基于GRU-FOEKF联合算法的锂离子电池荷电状态估计方法

本发明涉及电池状态估计技术领域，是一种结合门控循环单元(GRU)与分数阶扩展卡尔曼滤波器(FOEKF)的电池荷电状态(SOC)估计算法。针对传统分数阶SOC估计算法对初始值依赖性强的问题，本发明可对初始值进行初步估计，确保分数阶模型的精度，增强算法的稳定性和适应性。本发明方法通过GRU提取电池运行过程中的时间序列特征，并结合FOEKF进行动态误差修正，有效减少因初始值选择不当导致的估计偏差。实验表明，在温度变化较大的环境下，相比传统GRU和分数阶改进算法，该方法在相同初始值条件下具有更高的估计精度，即使初始噪声误差大，平均绝对误差仍低于0.017，可广泛应用于电池管理系统，提高电动汽车及储能系统的SOC估计精度和鲁棒性。