• <dd id="fpnsc"></dd>
    <dd id="fpnsc"><center id="fpnsc"></center></dd>

    <tbody id="fpnsc"></tbody>

  • 定制熱線: 400-678-3556

    電池知識

    基于UKF的電池荷電狀態估計算法研究技術介紹

    來源:寶鄂實業    2020-04-14 20:01    點擊量:
    基于UKF的電池荷電狀態估計算法研究
    在混合動力電動汽車電池管理系統中,SOC的在線估計是非常重要的。摘要針對廣泛應用于非線性系統中電力系統SOC估計算法的擴展卡爾曼濾波(EKF)存在精度損失的問題,采用無軌卡爾曼濾波(UKF)來提高估計精度。摘要研究了一種改進的電動勢電池等效模型,討論了該模型的參數和空間狀態方程,并將UKF應用于估計電池荷電狀態。實驗分析表明,與開路電壓法得到的真實SOC值相比,UKF與EMF電池等效模型相結合的估計算法具有較高的準確性。估計誤差小于5%,SOC估計結果明顯優于EKF,具有較高的實用價值。
    功率單元等效模型是SOC估計的重要方法。在建模方面,本文采用的EMF模型考慮了溫度、極化等因素對SOC估計的影響。當溫度變化較大時,對電壓進行適當補償:在算法上。在UKF的對稱采樣中加入比例校正方法。避免了局部效應問題;在電池SOC的估計過程中,UKF比EKF更容易實現,可以獲得更高的狀態估計精度??梢灶A見,基于合適的電池等效模型,UKF在其他類型電池SOC估計中也有廣闊的應用空間。因此,有必要進一步實現基于UKF的SOC估計方法工程。
     
     
    在如下圖所示的隨機電流放電狀態下的SOC估計中,UKF方法再次顯示出了較強的誤差抑制能力。通過比較兩種方法,可以得到SOC曲線。SOC估計誤差由EKF方法的峰值接近7%,而峰值UKF方法產生的誤差小于5%相比之下:此外,在整個評估過程中,EKF方法所產生的誤差有幾個暴力波動,而產生的錯誤UKF是相對穩定的。所以我們知道。并與ocv得到的SOC的真實值曲線進行了比較。在兩種放電狀態下,功率電池SOC的UKF估計比EKF有更好的準確性和穩定性。
     
    隨機放電狀態下SOC估計的比較(a) SOC估計結果的比較(b) SOC估計結果誤差的比較
     
    電動汽車作為新能源汽車的代表。已經成為一個新的產業。動力電池作為電動汽車的動力源,在實踐中得到越來越廣泛的應用。然而,對于許多汽車電池管理系統。電池技術的缺陷使SOC難以準確估計。UKF對非線性系統具有良好的濾波效果。這里,我們使用UKF算法和改進的EMF等效模型來估計電池的荷電狀態。并與EKF方法進行了比較。實驗證明。UKF和EMF等效模型的結合有效地提高了SOC估計的準確性和可靠性。

    產品相關推薦