电源电池电量优化估计仿真研究

电源电池电量优化估计仿真研究

ID:46542147

大小:2.53 MB

页数:7页

时间:2019-11-25

电源电池电量优化估计仿真研究_第1页
电源电池电量优化估计仿真研究_第2页
电源电池电量优化估计仿真研究_第3页
电源电池电量优化估计仿真研究_第4页
电源电池电量优化估计仿真研究_第5页
资源描述:

《电源电池电量优化估计仿真研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第33卷第3期计算机仿真2016年3月文章编号:1006—9348(2016)03—0109—06电源电池电量优化估计仿真研究党选举,汪超,姜辉,伍锡如(桂林电子科技大学电子工程与自动化学院,广西桂林541004)摘要:动力锂电池的剩余电量(Stateofcharge,SOC)是电源管理系统的一个重要参数,准确估算电池的SOC可防止电池的过充、过放,保证电池的高效运行,由于锂电池的强非线性特性,且剩余电量易受温度、放电倍率的影响,使得SOC的估计成为一大难题。针对这一难题,首先建立电池的Rc等效电路模型,采用含遗忘因子的递推最小二乘法(FFRLS)辨识电池模

2、型的参数,然后利用改进的高斯粒子滤波算法对电池的SOC进行估算。仿真结果表明,其鲁棒性优于高斯粒子滤波.SOC估算准确。关键词:电池模型;仿真;粒子滤波;似然度函数;荷电状态中图分类号:TP301.6文献标识码:BSimulationofSOCEstimationMethodofPowerBatteryDANGXuan—iu,WANGChao,JIANGHui,WUXi—ru(SchoolofElectronicandAutomation,GuilinUniversityofElectronicTechnology,Guilin541004,China)AB

3、STRACT:Stateofcharge(soc)isanimportantparameterofbatterymanagementsystemforpowerlithium—ionbattery.AccuratelyestimatingSOCcanpreventthebatteryfrombeingoverchargedanddischargedandensuretheeffi—cientoperationofthebattery.Duetothestrongnonlinearcharacteristicsoflithium—ionbatteriesand

4、sensetothein—fluenceoftemperatureanddischargerate,SOCestimationbecomesapuzzle.Aimingatthisproblem,RCequivalentcircuitmodelisestablished.FFRLSisappliedtoidentifythebatterymodelparametersandtheimprovedgaussianparticlefilteralgorithmisproposedtoestimatetheSOCofthebattery.Simulationres

5、ultsshowthattheSOCestimationaccuracyandrobustnessofthepresentedalgorithmarebetterthangaussianparticlefilter.KEYWORDS:Batterymodel;Simulation;Particlefilter;Likelihoodfunction;Stateofcharge1引言随着石油能源的消耗和环境问题的出现,清洁能源越来越受关注,锂电池作为清洁能源中的一种被广泛应用于纯电动汽车上,准确估算锂电池的SOC可以延长电池的使用寿命⋯。许多学者对SOC估计展开

6、研究,提出了诸多实时估算SOC的方法,最基本的方法是安时法”1,然而安时法累积误差较大。开路电压法是通过查找OCV(Opencircuitvoltage)一SOC关系表获得SOC∞,但OCV的测量需要长时间静置直到端电压趋近于真实的OCV[4j。文献[5]提出极限学习机建模的SOC估计方法,但该方法需要大量的训练样本。卡尔曼滤波(KF)旧1是SOC估计的常用方法,但由于电池的非线性,卡尔曼滤波估算精度有限。粒子滤波(PF)¨’也可用于SOC的估算,但粒子滤波存在退化问题,导致SOC估算容易基金项目:国家自然科学基金项目(61263013);广西信息科学实验中

7、心重大项目(20130110)收稿日期:2015—05—14修回日期:2015一06一18发散。高斯粒子滤波也可用于SOC估算,但其鲁棒性较差。本文针对该问题提出一种改进的高斯粒子滤波算法(Gaussianparticlefilterwithdoublelikelihoodfunction,DGPF),用于SOC估算。具体创新如下:1)改进的高斯粒子滤波采用动态的似然度函数,当有效粒子数小于设定阈值时,引入拉普拉斯分布的似然度函数代替高斯分布的似然度函数,使似然度函数拖尾加重,重新计算权值,增加了有效粒子数,增大后验方差,从而增大下一时刻的抽样范围,增加系统

8、稳定性。2)引入方差调节因子,使系统能够根据有效粒子

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。