共查询到16条相似文献，搜索用时 265 毫秒
1.
荷电状态(SOC)是电动汽车动力电池的核心性能指标。为了进一步提高锂离子电池组单体电池荷电状态预测精度,提出一种基于改进PNGV模型的电池内阻辨识与SOC预测。根据锂离子动力电池的特性分析,建立改进型PNGV模型。利用实验采集的数据和最小二乘算法实现内阻的在线识别。通过该内阻辨识算法,更加准确地反映电池的当前电压。根据预测更加准确的电压,从而提出基于数据融合PHM法预测电池的SOC,该方法基于实验数据和灰色预测模型来估算电池的荷电状态。仿真和实验结果表明,基于内阻辨识的SOC预测更准确,具有较强的工程实用性。 相似文献
2.
为了更加精确地估算锂电池荷电状态,建立能够反映电池动态工作特性的二阶RC等效模型。在模型参数辨识的基础上,先用数学分析、电路模型构建相关状态方程与观测方程,再结合扩展卡尔曼滤波算法,针对状态噪声与观测噪声的不确定干扰,提出一种自适应调整方案。通过锂电池放电实验,结合MATLAB仿真分析,验证了自适应调整后的卡尔曼滤波算法可更精确地预估锂电池荷电状态,与扩展卡尔曼滤波算法相比,该算法降低了约2.31%的误差。 相似文献
3.
吕丹亚 《绵阳师范学院学报》2023,(5):25-32
由于进行新能源汽车动力锂离子电池SOC估算的过程中产生了滞回电压现象,导致锂离子电池SOC估算结果不准确,估算时间较长,为此提出一种基于卡尔曼滤波的新能源汽车动力锂离子电池SOC估算方法.采用双极化等效电路模型作为基础,加入二极管构建新能源汽车动力锂离子电池模型,消除滞回电压现象造成的理论误差;同时将模型离散化处理,辨识锂离子电池参数;根据参数辨识结果,采用卡尔曼滤波算法估计新能源汽车动力锂离子电池SOC状态.经实验测试结果表明,所提方法的SOC值相对误差基本控制在-0.5%～0.4%左右,所提方法不仅可以有效提升锂离子电池SOC估算结果的准确性,同时还能够有效减少估算时间. 相似文献
4.
在动力锂电池系统中,准确估算锂电池荷电状态是锂电池系统安全充放电的关键。以水产养殖全自动作业船动力锂电池荷电状态为研究目标,通过分析锂电池的工作状态,建立二阶RC等效电路。使用MATLAB对参数识别结果进行多项式拟合,在此基础上采用适用于非线性状态估算的扩展卡尔曼滤波研究方法,通过电池充放电循环仪和实际工况验证该算法的实用性与可靠性。实验结果表明,该算法可为全自动作业船动力锂电池荷电状态估算提供数据支持,具有较大的参考价值。 相似文献
5.
《晋城职业技术学院学报》2018,(2):59-61
电动汽车动力电池荷电状态(State Of Charge,SOC)的准确估算能提高整车性能和电池使用效率,方便驾驶员及时准确地了解电池剩余电量和电动汽车续航里程。本文基于等效电路的模型,应用扩展卡尔曼滤波法(EKF),以磷酸铁锂电池作为研究对象,验证该方法估算SOC的准确性。实验结果表明:用EKF法估算SOC,能将误差控制在5%以内,保持较高的精度。 相似文献
6.
如今电动汽车的发展十分迅速,其动力电池荷电状态SOC关系到锂电池及整车系统的安全、可靠运行,因为SOC表明了电池剩余电量。由于SOC是一个不可直接测量的非线性变量,因此设计一种精度高、可行性强的算法具有十分重要的意义。提出一种最优自适应增益非线性观测器（OAGNO）,用差分进化算法（DE）对观测器参数进行寻优。为了验证该方法的先进性,对型号为NCR18650GA的三元锂电池进行工况实验,结果表明,相比无迹卡尔曼滤波（UKF）,最优自适应非线性状态观测器具有更高的精度,误差在3%左右。 相似文献
7.
动力电池的荷电状态(State of Charge,SOC)是预估电动汽车剩余有效行驶里程的重要参数之一。为提高锂电池SOC 的估算精度,考虑了温度对锂电池特性的影响。通过实验得到温度对电池容量的关系曲线,以及得到OCV-SOC-T 的函数映射关系,基于二阶RC 等效电路模型,利用带遗忘因子递推最小二乘法(Forgetting Factor Recursive Least Square, FFRLS)对模型进行实时在线参数辨识。在不同温度和工况条件下,采用扩展卡尔曼滤波(Extended Kalman filter,EKF)和无迹卡尔曼滤波( Un-scented Kalman filter, UKF)算法对锂电池的SOC 进行估算并对比验证,结果表明,EKF 在动态压力测试工况(DST)和美国联邦城市运行工况(FUDS) 的均方根误差分别在4.93%和4.69%以内,UKF 在DST 和FUDS 工况下的均方根误差分别在1.47%和1.49%以内。研究结果表明,FFRLS联合EKF和UKF都可以实时估算SOC,且在不同温度和不同工况条件下,UKF算法相较于EKF算法,抗干扰能力更强,估算精度更高,收敛性更好。 相似文献
8.
《黄冈职业技术学院学报》2017,(5):114-117
随着电动车在日常生产生活中的广泛应用,各种技术事故也多有发生。电动车的质量关键在电池,如何提升电池使用寿命,提高电池安全性,从而延长电瓶车使用寿命,提高安全系数越来越受到人们的重视。基于DSP2407的电池保护系统,通过实时检测电池的电压、电流、工作温度等参数,运用卡尔曼滤波算法估算电池的剩余电量,判断电池SOC(荷电状态),当电池工作状态异常时及时报警,从而延长电池使用寿命,确保电池使用安全。 相似文献
9.
《浙江大学学报(A卷英文版)》2017,(4)
目的:开路电压是基于模型的电池荷电状态估计的必要参数,其测试耗时大、效率低。本文旨在测试各种电压松弛时间的荷电状态-开路电压关系,研究其对开路电压法和等效电路模型的荷电状态估计准确度的影响,提高开路电压测试效率。创新点:1.通过电路解构方法,将二阶阻容电路分解为简单路,运用二阶段递推最小二乘法辨识电路模型的参数;2.基于递推最小二乘法和卡尔曼滤波算法,建立电路参数辨识和荷电状态估计的的联合自适应算法,研究电池电压松弛时间对基于等效电路模型的荷电状态估计的影响。方法:1.通过电路解构技术和理论推导,构建辨识二阶阻容等效电路参数的二阶段递推最小二乘法辨识方法(图2和公式(4)~(9));2.将二阶段递推最小二乘法和扩展卡尔曼滤波器集成,建立适应工况变化的电池模型参数辨识和状态估计的联合算法(图3);3.通过电池测试,建立多温度和多电压松弛时间的荷电状态与开路电压的关系,驱动自适应联合算法,获得既保证荷电状态估计准确度,又缩短开路电压测试时间的电压松弛时间。结论:1.二阶段递推最小二乘法既能简化矩阵计算,又能够保证电路参数的辨识非负性;2.联合自适应算法能够适应工况变化辨识模型参数和估计荷电状态;3.联合自适应算法的结果表明,5 min的电压松弛时间既能保证荷电状态估计性能,又能极大地提高开路电压测试效率。 相似文献
10.
为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。 相似文献
11.
河蟹养殖自动作业船在作业过程中,准确估算蓄电池剩余电量是作业状态调整的关键因素之一。单一静态的蓄电池剩余电量估算算法难以满足特定系统下的需求,基于特定应用场合的复合型算法逐渐成为研究主流。以作业船蓄电池剩余电量估算为研究目标,基于二阶 RC 电路模型,结合扩展卡尔曼滤波算法,提出一种基于作业船实时工作特性的蓄电池剩余电量估算策略。通过模拟作业船实时工作条件,验证该算法的可用性。实验结果表明,该算法所获估计值相比理论值的平均误差为 3.35%,能够满足作业船蓄电池剩余电量估算要求,对水产养殖作业船电能管理具有一定现实意义。 相似文献
12.
在模式识别领域,基于Unscented的卡尔曼滤波算法（UKF）广受关注,但在求解过程中经常会遇到病态问题,从而影响算法的性能。基于奇异值分解（SVD）的卡尔曼滤波算法（SVDKF）以SVD代替Cholesky分解协方差矩阵产生sigma样本点,可以提高协方差矩阵的数值稳定性。通过对两种算法性能进行仿真比较发现,SVDKF算法优于UKF算法,具有良好的鲁棒性,能有效改善滤波性能,提高算法的精度。 相似文献
13.
Chang-wen Zheng Shi-yao Zhou Zi-qiang Chen Yun-long Ge De-yang Huang Jian Liu Qi Yang 《浙江大学学报(A卷英文版)》2018,19(10):774-785
A lithium-ion polymer battery cell is an ideal energy source for underwater vehicles due to its high energy density and small volume. However, the performance of lithium-ion batteries in a 10 000 m deep sea is still unknown and is of particular concern in the design of 10 000 m autonomous remote vehicles (ARVs). In this paper, we explore how the external characterizing parameters of a LiFePO4 polymer battery during discharge are affected by a high pressure of 100 MPa and low temperature of 3 °C for simulating the conditions experienced in a 10 000 m deep sea environment. An unscented Kalman filter (UKF) algorithm is applied to estimate the state of charge (SoC) of a battery to investigate the influence of high hydrostatic pressure on SoC estimation due to changes in parameters. The results indicate that the LiFePO4 polymer battery works under 100 MPa hydrostatic pressure, but its parameters change obviously and influence SoC estimation. SoC estimation accuracy was improved through compensating the functions of open circuit voltage (OCV) versus the state of charge (OCV-SoC) of the battery in a 100 MPa hydrostatic pressure and a low temperature environment. 相似文献
14.
In this paper, an efficient model structure composed of a second-order resistance-capacitance network and a simply analytical
open circuit voltage versus state of charge (SOC) map is applied to characterize the voltage behavior of a lithium iron phosphate
battery for electric vehicles (EVs). As a result, the overpotentials of the battery can be depicted using a second-order circuit
network and the model parameterization can be realized under any battery loading profile, without a special characterization
experiment. In order to ensure good robustness, extended Kalman filtering is adopted to recursively implement the calibration
process. The linearization involved in the calibration algorithm is realized through recurrent derivatives in a recursive
form. Validation results show that the recursively calibrated battery model can accurately delineate the battery voltage behavior
under two different transient power operating conditions. A comparison with a first-order model indicates that the recursively
calibrated second-order model has a comparable accuracy in a major part of the battery SOC range and a better performance
when the SOC is relatively low. 相似文献
15.
Equivalent circuit model-based state-of-charge (SOC) estimation has been widely studied for power lithium-ion batteries. An appropriate relaxation period to measure the open-circuit voltage (OCV) should be investigated to both ensure good SOC estimation accuracy and improve OCV test efficiency. Based on a battery circuit model, an SOC estimator in the combination of recursive least squares (RLS) and the extended Kalman filter is used to mitigate the error voltage between the measurement and real values of the battery OCV. To reduce the iterative computation complexity, a two-stage RLS approach is developed to identify the model parameters, the battery circuit of which is divided into two simple circuits. Then, the measurement values of the OCV at varying relaxation periods and three temperatures are sampled to establish the relationships between SOC and OCV for the developed SOC estimator. Lastly, dynamic stress test and federal test procedure drive cycles are used to validate the model-based SOC estimation method. Results show that the relationships between SOC and OCV at a short relaxation time, such as 5 min, can also drive the SOC estimator to produce a good performance. 相似文献
16.
鲁棒UKF滤波算法在SINS初始对准中的应用 总被引：2，自引：0，他引：2
针对系统存在不确定性扰动时传统UKF滤波算法的滤波精度和鲁棒性均下降的问题,提出了一种基于H∞范数的鲁棒UKF滤波算法.该算法在Krein空间内对简化UKF滤波算法进行改进,增加了一个鲁棒环节.鲁棒环节通过引入给定正常数调整滤波增益从而提高滤波算法的鲁棒性能.在SINS大方位失准角初始对准中对简化UKF滤波算法和鲁棒U... 相似文献