电池的荷电状态(state of charge,SOC)的准确快速估计与电池安全管理、延长生命周期、确定再制造阈值等密切相关,优秀的SOC估计算法至少具有准确、稳定、适用性强、估计快四大性质。文中分析了几种常用SOC估算方法,单一的安时积分法和...电池的荷电状态(state of charge,SOC)的准确快速估计与电池安全管理、延长生命周期、确定再制造阈值等密切相关,优秀的SOC估计算法至少具有准确、稳定、适用性强、估计快四大性质。文中分析了几种常用SOC估算方法,单一的安时积分法和开路电压法虽然操作简单,但精确度不足,神经网络法和滤波法的通用性和精确性较好,但神经网络法需要大量数据,投入成本较大,滤波法对模型精度依赖性较强。最后针对现有SOC估算技术,提出未来研究重点:(1)联系电池制造工艺,实现从制造商到SOC估计的一致性;(2)考虑电池的工作环境,实现外部数据与内在反应的联系;(3)考虑电池类型的多样性,提高估算方法的通用性。展开更多
为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷...为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷电状态(State of charge,SOC)相关联,消除不同容量对SOC均衡的影响,在充放电过程中实现SOC均衡,且为提高SOC均衡速度,在一致性算法中加入状态预测器,以提高SOC均衡速度;同时设计电压均衡器,对母线电压进行补偿,解决母线电压偏离额定值的问题。为验证所提策略的有效性,在Matlab/Simulink中搭建仿真模型,结果表明,所提策略实现了DESU间SOC的均衡及电流合理分配的目标,与此同时提高了SOC均衡速度。展开更多
荷电状态(state of charge,SOC)估算技术是锂电池管理系统中最重要的功能之一。针对磷酸铁锂电池组展开研究,以准确估计电池组中各单体荷电状态为目的,首先采用一阶戴维南(Thevenin)模型结合安时法建立综合电池模型;采用一种平方根采样...荷电状态(state of charge,SOC)估算技术是锂电池管理系统中最重要的功能之一。针对磷酸铁锂电池组展开研究,以准确估计电池组中各单体荷电状态为目的,首先采用一阶戴维南(Thevenin)模型结合安时法建立综合电池模型;采用一种平方根采样点卡尔曼滤波(square root sigma point Kalman filter,SRSPKF)方法,配合在线递推最小二乘(recursive least square,RLS)算法,同时实现对电池等效模型参数的辨识以及对电池荷电状态的估算。理论上讲,SRSPKF算法使系统状态直接以其方差的平方根形式传播,可显著降低常规Sigma点卡尔曼滤波器(sigma points Kalman filter,SPKF)算法的复杂性。实验结果表明,相对SPKF而言,SRSPKF具有更强的状态估计误差抑制能力,采用SRSPKF可以获得比SPKF更准确的SOC估计结果。展开更多
为提高对动力电池的荷电状态(state of charge, SOC)估算精度、动力电池的健康状态(state of health, SOH)对锂电池性能的影响,提出一种扩展卡尔曼滤波(extended kalman filtering, EKF)联合估算算法。根据现有的实验数据,分析锂电池特...为提高对动力电池的荷电状态(state of charge, SOC)估算精度、动力电池的健康状态(state of health, SOH)对锂电池性能的影响,提出一种扩展卡尔曼滤波(extended kalman filtering, EKF)联合估算算法。根据现有的实验数据,分析锂电池特性,构建二阶RC等效电路模型,并进行参数辨识,搭建MATLAB仿真平台联合EKF算法进行SOC估算,将仿真结果与真实数据进行对比,结果表明,EKF联合估算SOC比EKF估算SOC误差精度约高1.2%,且抗干扰能力更强。展开更多
文摘电池的荷电状态(state of charge,SOC)的准确快速估计与电池安全管理、延长生命周期、确定再制造阈值等密切相关,优秀的SOC估计算法至少具有准确、稳定、适用性强、估计快四大性质。文中分析了几种常用SOC估算方法,单一的安时积分法和开路电压法虽然操作简单,但精确度不足,神经网络法和滤波法的通用性和精确性较好,但神经网络法需要大量数据,投入成本较大,滤波法对模型精度依赖性较强。最后针对现有SOC估算技术,提出未来研究重点:(1)联系电池制造工艺,实现从制造商到SOC估计的一致性;(2)考虑电池的工作环境,实现外部数据与内在反应的联系;(3)考虑电池类型的多样性,提高估算方法的通用性。
文摘为同时满足直流微电网中不同容量储能单元输出电流精确分配及荷电状态均衡的要求,在传统下垂控制的基础上提出一种基于一致性算法的改进下垂控制。将下垂系数与分布式储能单元(Distributed energy storage unit,DESU)相对容量因子及荷电状态(State of charge,SOC)相关联,消除不同容量对SOC均衡的影响,在充放电过程中实现SOC均衡,且为提高SOC均衡速度,在一致性算法中加入状态预测器,以提高SOC均衡速度;同时设计电压均衡器,对母线电压进行补偿,解决母线电压偏离额定值的问题。为验证所提策略的有效性,在Matlab/Simulink中搭建仿真模型,结果表明,所提策略实现了DESU间SOC的均衡及电流合理分配的目标,与此同时提高了SOC均衡速度。
文摘荷电状态(state of charge,SOC)估算技术是锂电池管理系统中最重要的功能之一。针对磷酸铁锂电池组展开研究,以准确估计电池组中各单体荷电状态为目的,首先采用一阶戴维南(Thevenin)模型结合安时法建立综合电池模型;采用一种平方根采样点卡尔曼滤波(square root sigma point Kalman filter,SRSPKF)方法,配合在线递推最小二乘(recursive least square,RLS)算法,同时实现对电池等效模型参数的辨识以及对电池荷电状态的估算。理论上讲,SRSPKF算法使系统状态直接以其方差的平方根形式传播,可显著降低常规Sigma点卡尔曼滤波器(sigma points Kalman filter,SPKF)算法的复杂性。实验结果表明,相对SPKF而言,SRSPKF具有更强的状态估计误差抑制能力,采用SRSPKF可以获得比SPKF更准确的SOC估计结果。
文摘为提高对动力电池的荷电状态(state of charge, SOC)估算精度、动力电池的健康状态(state of health, SOH)对锂电池性能的影响,提出一种扩展卡尔曼滤波(extended kalman filtering, EKF)联合估算算法。根据现有的实验数据,分析锂电池特性,构建二阶RC等效电路模型,并进行参数辨识,搭建MATLAB仿真平台联合EKF算法进行SOC估算,将仿真结果与真实数据进行对比,结果表明,EKF联合估算SOC比EKF估算SOC误差精度约高1.2%,且抗干扰能力更强。
