針對(duì)由靜態(tài)的電池模型參數(shù)而造成的狀態(tài)估計(jì)累計(jì)誤差、噪聲統(tǒng)計(jì)特性的時(shí)變不確定性等實(shí)用化的問題,基于無跡卡爾曼濾波（unscented Kalman filter,UKF）框架設(shè)計(jì)了一種自適應(yīng)UKF的電池狀態(tài)聯(lián)合估計(jì)算法.在無跡變換（unscented transform,UT）時(shí),對(duì)量測(cè)方程進(jìn)行準(zhǔn)線性化處理,降低了循環(huán)迭代過程中的計(jì)算開銷;利用帶遺忘因子的Sage-Husa自適應(yīng)估計(jì)方法對(duì)過程噪聲的統(tǒng)計(jì)特性參數(shù)進(jìn)行遞推估計(jì)與修正,提高了UKF估計(jì)算法的自適應(yīng)容錯(cuò)能力;實(shí)時(shí)跟蹤濾波的收斂性,若呈發(fā)散趨勢(shì)時(shí),通過自適應(yīng)衰減因子對(duì)誤差協(xié)方差進(jìn)行調(diào)整以抑制濾波發(fā)散,保證了濾波過程的數(shù)值穩(wěn)定性;采用聯(lián)合估計(jì)策略對(duì)一階Thevenim電池歐姆內(nèi)阻模型參數(shù)進(jìn)行在線更新,以確保動(dòng)態(tài)測(cè)試工況下電池模型的準(zhǔn)確性,從而提高了電池荷電狀態(tài)（state of charge,SOC）以及電池健康狀態(tài)（state of health,SOH）的估計(jì)精度.實(shí)驗(yàn)與仿真結(jié)果驗(yàn)證了該電池狀態(tài)聯(lián)合估計(jì)算法的可行性與有效性. 

【文章來源】：東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年11期 北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

鋰離子動(dòng)力電池的一階等效模型

式中，f{·}，h{·}分別反映式(4)所示模型中輸入對(duì)狀態(tài)轉(zhuǎn)移、狀態(tài)轉(zhuǎn)移對(duì)輸出的影響．這里對(duì)h{·}進(jìn)行準(zhǔn)線性化處理，即把Et=f{S(k)}函數(shù)關(guān)系式轉(zhuǎn)換成電動(dòng)勢(shì)與電池SOC的一一映射表，再通過查表的方法來減少迭代過程中的計(jì)算量．

基于一階RC網(wǎng)絡(luò)對(duì)電池SOC估計(jì)時(shí)，假設(shè)模型參數(shù)Re是事先已辨識(shí)的，在實(shí)際工程中，考慮到電池老化等因素的影響，有必要對(duì)模型參數(shù)進(jìn)行在線更新，以保證電池SOC的估計(jì)精度．為此，設(shè)計(jì)了一種聯(lián)合在線估計(jì)算法，如圖3所示．該算法充分考慮了電池狀態(tài)之間緊密的內(nèi)在關(guān)聯(lián)性，能夠較好地適用于動(dòng)態(tài)工況，主要步驟如下:


本文編號(hào)：2917167