共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
3.
4.
5.
6.
由于目前光伏电池的仿真模型大多只针对特定型号的电池而建立,导致所建立的仿真模型不具备通用性。对微电网中光伏电池的输出特性进行了研究,在对光伏电池数学模型分析的基础上,利用matlab/simulink平台建立了光伏电池的通用仿真模型,只需要光伏电池的开路电压、短路电流、最大功率点电压和最大功率点电流4个参数便可以利用该仿真模型进行光伏不同型号的光伏电池的仿真。通过对所搭建的光伏电池仿真模型进行仿真测试,得到不同环境温度和光照强度下光伏电池的I-V和P-V特性曲线,并对仿真结果进行分析,发现仿真所得的光伏电池最大输出功率、开路电压和短路电流随环境温度和光照强度的变化趋势与理论分析相吻合,验证了模型的正确性。 相似文献
7.
高效的储能蓄电池对风储能系统非常关键,建立合理的电池模型对于研究电池的性能十分有意义.电池新一代汽车合作计划(PNGV)模型精确度高但是计算量大,Thevenin模型计算量小但精确度低.以18 Ah的锂离子电池为研究对象,提出了一个改进的Thevenin等效电路模型,对模型中各参数值的确定方法作了修改.将模型中的参数设置为随着电池荷电状态(SOC)变化的量,采用恒流脉冲实验来确定改进后的模型参数,利用电力系统仿真软件(PSCAD)软件分别对常规和改进的Thevenin模型进行仿真.比较结果显示,相对于常规模型,改进模型具有计算量小、结果准确的特点,可为电池储能系统的仿真提供参考. 相似文献
8.
9.
铅酸电池模型及参数辨识研究 总被引:1,自引:0,他引:1
随着电动车技术的发展,铅酸电池得到了更广泛的应用。电池模型是研究动力电池充放电特性的重要工具,合理的电池模型能够仿真电池的充放电过程,通过系统辨识方法,电池模型参数还能够实时反映电池的性能状态。本文选用了二阶RC等效电路模型对在动态应力测试(DST)试验规程条件下的电池充放电行为进行仿真,采用含遗传因子的递推最小二乘算法(FFRLS)对模型参数进行辨识,并通过端电压比较法对辨识结果进行验证。结果表明:二阶RC等效电路模型参数可以提供较为精确的充放电过程仿真,模型参数辨识结果可提供包括内阻和电池开路电压等参数的估计,从而有助于反映电池的性能状态。 相似文献
10.
11.
为了获得MH—Ni电池等效电路模型中各主要参数的变化特性,在不同温度环境,针对MH—Ni电池的开路电压、迟滞电压、内阻等主要特性进行了试验测试研究。根据试验结果,建立了温度、电荷状态与电池各特性之间的变化关系。此外,还建立了MH—Ni电池的迟滞电压模型,通过试验获得了其主要参数的变化特性。最后,将试验结果与模型的计算结果进行了比较,验证了其准确性。 相似文献
12.
13.
14.
15.
选用戴维南等效电路模型作为基础电池模型,标定荷电状态(SOC)-开路电压(OCV)曲线,利用指数拟合法拟合等效电路模型中的电阻-电容电路(RC)参数,提出基于安时积分法使用拓展卡尔曼滤波法估计SOC,以及基于容量法使用卡尔曼滤波估计电池健康状态(SOH),建立双卡尔曼滤波SOH估算方法。随机电流激励仿真结果表明:该方法的估计值与真实值变化趋势一致,且估计误差控制在1%以内。SOH估算实验结果表明:在开始阶段,SOH估计值与真实值有一定的偏差,之后变化趋势一致,误差可控制在1%以内。 相似文献
16.
可靠的等效电路模型能够精确的模拟动力电池的充放电特性,是建立各种状态估计方法的基础。首先建立了锂电池Thevenin模型、DP模型,并采用带遗忘因子最小二乘法进行在线参数辨识,利用电路原理进行离线参数辨识。其次,在MATLAB/Simulink中结合实验数据对模型辨识精度和运算速度进行仿真验证。最后,基于辨识精度和运算速度建立模型评价方法,得出在线辨识过程DP模型相比于Thevenin模型能够在精度和速度方面取得更好的平衡;离线辨识过程,Thevenin模型能够取得更好的平衡。 相似文献
17.
针对传统的电压暂降模拟方法,在正常和各种故障条件下仅模拟电网的电压特性,不考虑电网的阻抗特性,使得借助于传统电压暂降模拟方法作用于负载上的电压响应与实际电网不相同。因此,文章提出基于戴维宁等值的电压暂降模拟方法。文章提出采用基于阻抗切换方式辨识电网电压暂降时的戴维宁等值参数,该方法可对暂降前后的电压进行精确辨识。文章亦提出采用H桥级联型-逆变器作为电压暂降模拟装置,为使其能灵活可靠模拟实际电网电压暂降外特性,文中提出适用于H桥级联型逆变器的虚拟阻抗控制策略,其能通过参考电压、虚拟阻抗的设置实现所需的电压暂降戴维宁等值外特性的模拟。最后,通过仿真验证了所提电压暂降戴维宁等值参数辨识方法、电压暂降模拟装置控制策略的有效性及可行性。 相似文献
18.
19.
电池管理系统(BMS)是储能电池系统安全稳定运行的重要保障。为了保障储能电池系统的运行可靠性,在BMS投入运行前进行系统测试具有重要意义,而目前对于储能系统BMS的荷电状态(SOC)估计方法缺乏测试规范和标准。因此,文中针对储能电站BMS建立了入网测试平台,根据电池外特性信息建立Thevenin等效电路模型,电池开路电压曲线获取采用了电池倍率放电曲线外推的方法,结合双扩展卡尔曼滤波(DEKF)算法实现SOC的准确估计,并与EKF方法进行了对比。结果表明,DEKF方法在收敛速度和SOC估计精度上存在优势,分别在典型联邦城市运行工况(FUDS)和动态应力测试(DST)测试工况下,运用DEKF方法和EKF方法估计得到的SOC误差都低于1%,电池端电压误差分别在±10 mV和±20 mV以内,平均绝对误差分别为2.7 mV和3.8 mV。 相似文献
20.
现有电池SOC预测方法,大都基于开路电压、开路电流等外电路或者测量电源内阻的方法,而没有考虑到电源的内在特性,尤其没有考虑电池的自恢复效应的影响,且大都采用恒压、恒流放电的工作模式,难以实现对电池SOC的动态预测。针对电池SOC预测方法的缺点,提出了一种包含有电池自恢复效应的电池SOC动态预测方法:提出一款包含有电池自恢复效应的动态电池模型,基于此电池模型提出了计及电池自恢复效应的动态放电模型,并论述了此放电模型与自恢复效应的关系,仿真结果表明,本预测方法具有较高的预测精度,且可实现动态预测。 相似文献