基于UKF的动力电池SOC估算算法研究

动力电池荷电状态(SOC)在线估算对于混合电动汽车蓄电池管理系统有着举足轻重的意义。针对动力电池SOC估算算法中应用广泛的扩展卡尔曼滤波法(EKF)在非线性系统应用时存在的精度损失问题,采用无迹卡尔曼滤波法(UKF)以提高估算精度。研究了一种改进的电动势(EMF)电池等效模型,讨论了该模型的参数和空间状态方程,并将UKF应用于该模型估算SOC。由实验分析可知,对比采用开路电压法得出的SOC真实值,UKF结合EMF电池等效模型在估算算法中有较高的精度,其估算误差小于5%,且SOC估计结果明显优于EKF,具有较高的实用价值。     

基于灰色扩展卡尔曼滤波的锂离子电池荷电状态估算

准确估算电池荷电状态(SOC)是电池管理系统的核心技术之一。为提高扩展卡尔曼滤波(EKF)估算电池SOC精度,将灰色预测模型(GM)和EKF融合,构建灰色扩展卡尔曼滤波(GM-EKF)算法用于电池SOC估算。该算法首先用GM(1,1)替代EKF算法中Jacobian矩阵,对当前时刻电池系统状态预测,即实现系统状态先验估算;再通过观测值对系统状态进行更新和修正,获得后验估算值,实现对电池SOC的估算;最后在自主搭建的电池实验平台上对电池进行模拟工况放电实验。实验结果表明,GM-EKF算法相比EKF算法,估算电池SOC具有更高的精度,估算误差不超过±0.005。研究结果对电池管理系统估算电池SOC具有现实指导意义。     

基于自适应CKF的锂离子电池SOC估算

扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)算法估算电池荷电状态(SOC)依赖等效模型参数的准确性,估算精度低。容积卡尔曼滤波(CKF)算法的滤波性能良好。利用自适应CKF(ACKF)算法估算电池SOC,自适应调节过程噪声协方差和量测噪声协方差,提高估算SOC的精度。对锂离子电池建立二阶RC等效电路模型,在不同工况下进行充放电,用卡尔曼滤波算法在线辨识等效模型的参数,ACKF算法实时估算SOC。ACKF算法估算SOC的鲁棒性较强,精度在1. 5%以内。     

基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的SOC。与EKF相比,改进Sage-Husa的自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的SOC估计误差,实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC估计。     

基于扩展卡尔曼滤波算法的锂离子电池的SOC估算

为了精确估算锂离子动力电池的电池荷电状态(State Of Charge,SOC),在分析影响SOC估算精度的主要因素以及传统SOC估算方法的优缺点的基础上,提出一种改进的安时积分法,对影响SOC估算的主要因素进行参数修正.该算法采用基于简单电化学模型的组合电池模型,结合扩展的卡尔曼滤波(Extended Karlman Filter,EKF)算法对SOC进行估算.对比结果表明,在SOC的估算过程中能够保持很好的精度.     

提升低温下电池SOC估算精度的算法

针对低温环境下电池荷电状态(SOC)估算精度不高的问题,提出一种相应的电池SOC估算方法.在充分考虑模型适配与算法融合的前提下,在低温下对锂离子电池进行充放电测试,采用三阶RC等效电路模型进行参数辨识.利用自适应扩展卡尔曼滤波(AEKF)估算模型进行仿真分析,提升SOC估算精度,并与扩展卡尔曼滤波(EKF)算法进行对比.该算法在-20～0℃的低温区间,SOC平均估算误差在0.73％左右,相比于EKF降低了约5.6％.     

基于改进Thevenin模型锂电池SOC估算方法

针对纯电动汽车锂离子电池荷电状态(SOC)在环境温度和放电电流变化较大的情况下估算精度较低的问题,采用了一种基于改进Thevenin模型的扩展卡尔曼滤波算法(EKF)。根据电池性能模型,把电池容量作为状态变量,把影响SOC估算精度的环境温度和放电电流作为修正量,采用扩展卡尔曼滤波算法提高SOC估算精度。实验结果表明,该方法提高了SOC估算精度,可用于电动汽车电池管理系统。     

动力锂电池SOC估算研究其管理系统设计

在研究现有荷电状态(SOC)估算方法优缺点的基础上,采用了扩展卡尔曼滤波法(EKF)估算动力锂电池SOC。以卡尔曼滤波算法为基础,建立了基于戴维宁电池模型的状态空间表达式。根据估算误差分析及锂电池工作特性,对EKF中的卡尔曼滤波增益进行分类修正。设计了一套以DSP为主控制器的管理系统。仿真和实验表明,在模拟汽车工况条件下,改进EKF大大提高了估算精度,均衡方案可有效补偿电池组间不一致性。     

基于滤波算法的锂电池SOC估算方法对比分析研究

电池荷电状态(State of Charge,SOC)作为电池管理系统中的重要参数之一,为保证电池管理系统的安全可靠和延长电池循环使用寿命,准确估算SOC具有重要意义。通过建立戴维宁(Thevenin)等效电路模型,结合卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)算法,实现对锂电池SOC估算精度进行对比研究。仿真结果表明,EKF算法仿真估算SOC精度明显高于KF的估算精度,估算精度可达2%。     

锂离子电池模型参数辨识与荷电状态估算

锂离子动力电池是巡检机器人常用动力源,机器人控制系统需根据电池的荷电状态(SOC)决策工作状态.建立了锂离子电池的二阶Thevenin等效电路模型,用遗忘因子递推最小二乘算法(FFRLS)完成模型在线参数辨识,并用扩展卡尔曼滤波算法(EKF)实现SOC值的估算仿真.在此基础上,设计开发了一套基于STM32微控制器的SOC估算系统,实现了机器人应用中的电池参数采集及SOC估算.     

电力变压器状态评估方法综述

变压器状态评估是电力变压器状态维修的前提和基础工作,所以对变压器状态评估方法进行研究有重要意义。首先介绍了电力变压器状态综合评估研究现状及状态检修的必要性,然后介绍了几种变压器评估方法,最后指出存在的问题和未来的发展趋势。     

电动汽车高压电连接与绝缘状态参数在线监测

介绍了电动汽车高压电系统的集成结构,分析了安全管理中所需解决的问题,重点讨论了连接状态检测和绝缘状态检测。基于同步采样提出了连接状态在线检测方案以及绝缘状态在线检测方案,并进行了实验验证,给出了实验的测试结果,证明方案的有效性。     

浙江电网电压稳定性研究

从静态和暂态两个方面论述了浙江电网进行电压稳定性研究的情况,分析了2005年浙江电网的电压稳定水平,找出系统的薄弱点,计算系统的相对电压稳定裕度,研究提高电压稳定的具体措施。     

基于等值信息交换的分布式抗差估计算法

提出了一种基于等值信息交换的分布式抗差状态估计算法。各子系统通过等值计算将自身量测信息浓缩成等值信息,协调层收集各子系统的等值信息计算出边界状态量进而实现分布式状态估计。此外,在分布式算法基础上实现了分布式抗差估计。采用等价权原理将指数型目标函数抗差估计方法转换成变权重的加权最小二乘估计,并基于不动点迭代的方法进行求解。在求解过程中,等值信息随着权重值的变化而不断更新,子系统得以综合全系统信息进行抗差估计。最后,构造了多子系统算例和含不良数据的算例对算法进行测试。测试结果表明分布式抗差估计算法具有很高的计算精度和很好的抗差性能。     

连续变量量子通信的研究与展望

基于量子力学原理的量子通信具有绝对安全特性,能够满足信息时代的要求,因此,受到了学术界、信息产业界以及各国政府的广泛关注。连续变量量子通信是针对离散变量量子通信中所面临的探测困难、密钥率低、缺乏简单可靠的单光子源等瓶颈而提出的一种新的量子保密通信方案。在介绍连续变量量子通信的基本原理基础上,分别介绍近年来基于压缩态、相干态以及纠缠态的连续变量量子密钥分配(CVQKD)的研究现状,讨论了目前的几类QKD协议中存在的问题以及面临的挑战。     

电能表状态检验功能建设

随着智能电能表和用电信息采集技术的推广应用,电能表运行监测手段较之机械表有了质的飞越,远程监测电能表运行状态已成为可能.通过与用电信息采集系统、营销业务应用系统、计量生产调度平台(MDS)等信息系统实现数据收集,将各个系统中针对Ⅰ、Ⅱ、Ⅲ类计量装置数据进行有效整合,建立计量装置综合评价基础数据库,通过评价结果与现场检验策略相结合,就可以实现对电能表进行状态评价,从而指导现场检验工作.及时地对运行状态全面评价,提前识别运行不稳定的计量装置,做到防患于未然.     

基于B/S模式的综合状态评估系统的设计与实现

状态评估工作是状态检修的基础,然而这是一项全新的工作,许多理论还不健全.开发了一套基于B/S模式的综合状态评估系统,目的就是使得评估工作简单化,将复杂的诊断工作智能化,只有这样,才能有效推动状态评估工作的大面积推广.     

PLC程序设计的新方法与推广应用

提出可编程序控制器PLC程序设计的一种新方法──模拟状态图法,该方法能简化设计,提高设计速度和质量。     

铅酸蓄电池荷电状态的判定方法解析

铅酸蓄电池已经有150年多年的历史,最初是主要作为固定式电源和起动式电源使用,目前在电动自行车、太阳能-风能一体化发电站等领域也获得应用.在后一种情况下,铅酸蓄电池荷电状态的确定十分重要.目前已提出十几种方法用于确定荷电状态,本文详尽地综述了这些方法,比较了每种方法的优、缺点.