节点文献

优化电池模型的自适应Sigma卡尔曼荷电状态估算

免费订阅

【作者】 刘毅谭国俊何晓群

【Author】 Liu Yi;Tan Guojun;He Xiaoqun;School of Information and Electrical Engineering China University of Mining and Technology;Kailuan (Group) Co.Ltd;

【机构】 中国矿业大学信息与电气工程学院开滦(集团)有限责任公司

【摘要】 采用数学模型法对磷酸铁锂电池进行非线性建模,优化了状态模型及观测模型。模型考虑了充放电倍率、温度、老化循环寿命等因素,对电池松弛效应及极化现象影响进行建模补偿,提高了电池建模的准确度,降低了不同条件下因电池模型造成电池荷电状态(SOC)估算的误差影响。在电池模型参数辨识基础上,提出采样自适应Sigma卡尔曼算法构建SOC估算模型,按照非线性模型对状态变量的分布构建Sigma采样序列,采用模型输出残差更新噪声协方差,赋予Sigma采样序列最优估计及噪声的权值,并实现误差量的实时更新,降低计算复杂度。通过持续大电流、间断电流、变电流放电及充电实验条件下的SOC估算对比实验,验证了自适应Sigma卡尔曼算法快速收敛性,数学描述更准确,具备较高的SOC的观测准确度。

【基金】 科技部创新基金(11C26213204616);江苏省自然科学基金(BK20140204);江苏省科技成果转化基金(BA2008029)资助项目
【所属期刊栏目】 电工理论 (2017年02期)
  • 【DOI】10.19595/j.cnki.1000-6753.tces.2017.02.013
  • 【分类号】TM912;U469.72
  • 【被引频次】6
  • 【下载频次】331
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: