基于双自适应扩展粒子滤波器的锂离子电池状态联合估计

为了更好地优化电池的能量管理,提高电池的利用效率,加强电池的安全性能,有必要对锂离子电池的荷电状态（SOC）和健康状态（SOH）进行精确估计。为解决噪声协方差取值和粒子采样分布问题,该文首先提出自适应扩展粒子滤波（AEPF）算法,根据状态向量预测的准确度自适应调整噪声协方差,并利用扩展卡尔曼滤波实现粒子分布函数的局部线性化。随后利用双自适应扩展粒子滤波（DAEPF）算法进一步实现电池SOC和SOH的联合估计,避免电池使用过程中模型参数变化对SOC估计的影响,并结合多时间尺度的方法节约所需的计算资源。最后在动态工况条件下对不同电池模型与算法进行对照实验,结果表明,改进后的算法收敛速度明显提升,且能够显著地提高电池的SOC与SOH的估计精度。     

柴油发电机组回能型电子负载系统技术研究与应用

针对公司现有柴油机及柴油发电机组试验负载为测功器和水负载,试验产生的机械能及电能消耗在水阻中导致能源浪费问题,进行柴油发电机组回能型电子负载系统技术研究。根据船用柴油发电机组以及往复式内燃机驱动交流发电机组试验特性要求,完成相应技术方案制定,系统参数计算及设备选型。通过某型发电机组回能型电子负载测试试验,验证了所开发的回能型电子负载系统的各性能指标满足发电机组调速特性和负载特性的测试要求;达到了节约能源,降低成本,提高柴油发电机组测试效率的目的。