基于參數(shù)辨識(shí)與AEKF的鋰電池SOC估計(jì)
發(fā)布時(shí)間：2021-08-18 18:33
荷電狀態(tài)的精確估計(jì)對(duì)電動(dòng)汽車中的電池管理系統(tǒng)具有重要意義。針對(duì)鋰離子電池的特性,使用二階RC等效電路模型,采用含遺忘因子的遞推最小二乘法在線辨識(shí)參數(shù)以滿足模型精度的要求,結(jié)合基于新息自適應(yīng)估計(jì)方法的擴(kuò)展卡爾曼濾波算法（AEKF）完成鋰離子電池荷電狀態(tài)的準(zhǔn)確估計(jì)。AEKF算法可以通過(guò)自適應(yīng)噪聲協(xié)方差匹配的方式來(lái)確切反映系統(tǒng)誤差與過(guò)程誤差對(duì)系統(tǒng)狀態(tài)的影響。聯(lián)合估計(jì)算法能夠在模擬工況下實(shí)現(xiàn)更好的精度、收斂速度與自適應(yīng)性。
【文章來(lái)源】：電源技術(shù). 2020,44(10)北大核心
【文章頁(yè)數(shù)】：4 頁(yè)
【部分圖文】：
圖１?二階ＲＣ等效電路模型??１．２最小二乘法擬合原理??
ｊＵｊ??究與設(shè)計(jì)??趕逄歧ｉ：??②?分別取充電靜置時(shí)間段的端電壓和放電靜置時(shí)間段的??端電壓，根據(jù)這些時(shí)刻下的ＳＯＣ分別確定兩組數(shù)值，用這兩??組數(shù)值分別擬合兩條曲線。??③由兩條曲線的均值得到ＯＣＶ－ＳＯＣ曲線，如圖２所示。．??型則沒(méi)有涉及到實(shí)際情況中的兩種極化效應(yīng)，所以這兩種模??型不適合實(shí)際情況下ＳＯＣ的估計(jì)。ＧＮＬ模型則考慮了電池的??多種極化以及自放電現(xiàn)象，但是ＧＮＬ模型未知的參數(shù)較多，??參數(shù)的確定也較為復(fù)雜，目前狀況下很難在實(shí)際中應(yīng)用。??如圖１所示的二階ＲＣ模型中：１４為開(kāi)路電壓；Ｒ？為歐??姆內(nèi)阻和Ｇ表示電化學(xué)的極化現(xiàn)象；《２和Ｑ表示濃差極??化現(xiàn)象；４為負(fù)載電流；１４為輸出端的電壓％??Ｃｌ?Ｃ：??Ｋ??圖１?二階ＲＣ等效電路模型??１．２最小二乘法擬合原理??最小二乘法是簡(jiǎn)單而有效的擬合算法＇對(duì)于非線性系統(tǒng)??可以給出較為準(zhǔn)確的參數(shù)擬合結(jié)果Ｑ??建立系統(tǒng)，如式（１）：??ｙ（ｋ）?＝?ｆ（ｋ）６?＋?ｅ（ｋ）?（１）??式中：＃）為系統(tǒng)輸出量＊時(shí)刻的值４為觀測(cè)向量。??令：??（ｋ）?＝?［—ｙ（ｋ—＼）．．．—ｙ（ｋ—ｎ）?ｕ｛ｋ）．．．ｕ｛ｋ－ｎ）＼?＾??０?＝?［ａ，?．．．?ａｎ?＼?ｂ２?．．．?］??式中：ｕ（ｉ）為系統(tǒng)的第Ｊｃ次輸入值；０為被辨識(shí)的參數(shù)矩陣。??取準(zhǔn)則函數(shù)，見(jiàn)式（３）：??Ｊ（６）?＝?ＸｔｅＷ］２?＝?［ｙ（ｋ）?－ｆ（ｋ）ｅｎｙ（ｋ）－ｆ（ｋ）６］?（３）??ｉ＝ｌ??當(dāng)及０）取最小值時(shí)，求出最小二乘法估計(jì)值，見(jiàn)式（４）：??ｅ＝［ｆ（ｋ）ｍｒ＇ｍｙ（ｋ）?（句??遞推修正？，并引入遺忘因子，見(jiàn)式（５）：??§（ｋ＋１）?＝?
定茗）??噪聲、狀態(tài)協(xié)方差初始化??（設(shè)定尸。，２．，及〇）??ＡＵＫＦＷ?法??狀態(tài)預(yù)估??（計(jì)算七）??誤差協(xié)方差預(yù)估??（計(jì)算Ｋ）??究與設(shè)計(jì)??城市循環(huán)（ｕｒｂａｎ?ｄｙｎａｍｏｍｅｔｅｒ?ｄｒｉｖｉｎｇ?ｓｃｈｅｄｕｌｅ，ＵＤＤＳ）工況［１５］??的鋰電池電流，該工況電流周期為１?３７０?ｓ，采樣時(shí)間為１?ｓ。圖??５為ＵＤＤＳ工況電流曲線圖。??圖４?聯(lián)合估計(jì)算法Ｓｉｍｕｌｉｎｋ模型??０?２００?４００?６００?８００?１０００?１２００??ｔ／ｓ??圖５?ＵＤＤＳ工況電流曲線??為了研究ＦＥＲＬＳ算法的辨識(shí)效果，利用圖５所示的ＵＤ－??ＤＳ工況進(jìn)行參數(shù)辨識(shí)并輸人電池模型中，同樣將仿真電流加??載到模型上，仿真時(shí)間為１７０?ｍｉｎ，大約循環(huán)７個(gè)周期。將仿真??得到的結(jié)果與參考端電壓進(jìn)行比較，可以直觀地觀察到模型??參數(shù)的精度。圖６為仿真輸出端電壓對(duì)比圖，圖７為端電壓對(duì)??比誤差圖。??Ｄ?２?０００?４?０００?６?０００?８?０００?１０?０００??＂Ｓ??圖６?端電壓對(duì)比??胃Ｉ一端電壓對(duì)比誤差??％ｉ??２０２０．１０?Ｖｏｌ．４４?Ｎｏ．?１０??１５０４??
【參考文獻(xiàn)】：
期刊論文
[1]車用動(dòng)力電池二階RC建模及參數(shù)辨識(shí)[J]. 羅勇,趙小帥,祁朋偉,劉增玥,鄧濤,李沛然. 儲(chǔ)能科學(xué)與技術(shù). 2019(04)
[2]基于在線參數(shù)辨識(shí)和AEKF的鋰電池SOC估計(jì)[J]. 田茂飛,安治國(guó),陳星,趙琳,李亞坤,司鑫. 儲(chǔ)能科學(xué)與技術(shù). 2019(04)
[3]用最小二乘法在線估計(jì)蓄電池荷電狀態(tài)[J]. 李匡成,楊亞麗,陳濤,袁文濤. 電源技術(shù). 2010(10)
[4]電動(dòng)汽車SOC估計(jì)算法與電池管理系統(tǒng)的研究[J]. 黃文華,韓曉東,陳全世,林成濤. 汽車工程. 2007(03)
[5]IAE-adaptive Kalman filter for INS/GPS integrated navigation system[J]. Bian Hongwei~ 1,2 , Jin Zhihua~1 & Tian Weifeng~2 1. Dept. of Information Measurement Technology and Instruments, Shanghai Jiaotong Univ., Shanghai 200030, P. R. China; 2. Dept. of Electrical Engineering of Naval Univ. of Engineering, Wuhan 430033). Journal of Systems Engineering and Electronics. 2006(03)
[6]電動(dòng)汽車電池功率輸入等效電路模型的比較研究[J]. 林成濤,仇斌,陳全世. 汽車工程. 2006(03)
博士論文
[1]純電動(dòng)汽車動(dòng)力系統(tǒng)參數(shù)匹配及整車控制策略研究[D]. 周飛鯤.吉林大學(xué) 2013
碩士論文
[1]電動(dòng)汽車動(dòng)力電池模型參數(shù)在線辨識(shí)及SOC估計(jì)[D]. 張禹軒.吉林大學(xué) 2014
本文編號(hào)：3350411
【文章來(lái)源】：電源技術(shù). 2020,44(10)北大核心
【文章頁(yè)數(shù)】：4 頁(yè)
【部分圖文】：
圖１?二階ＲＣ等效電路模型??１．２最小二乘法擬合原理??
ｊＵｊ??究與設(shè)計(jì)??趕逄歧ｉ：??②?分別取充電靜置時(shí)間段的端電壓和放電靜置時(shí)間段的??端電壓，根據(jù)這些時(shí)刻下的ＳＯＣ分別確定兩組數(shù)值，用這兩??組數(shù)值分別擬合兩條曲線。??③由兩條曲線的均值得到ＯＣＶ－ＳＯＣ曲線，如圖２所示。．??型則沒(méi)有涉及到實(shí)際情況中的兩種極化效應(yīng)，所以這兩種模??型不適合實(shí)際情況下ＳＯＣ的估計(jì)。ＧＮＬ模型則考慮了電池的??多種極化以及自放電現(xiàn)象，但是ＧＮＬ模型未知的參數(shù)較多，??參數(shù)的確定也較為復(fù)雜，目前狀況下很難在實(shí)際中應(yīng)用。??如圖１所示的二階ＲＣ模型中：１４為開(kāi)路電壓；Ｒ？為歐??姆內(nèi)阻和Ｇ表示電化學(xué)的極化現(xiàn)象；《２和Ｑ表示濃差極??化現(xiàn)象；４為負(fù)載電流；１４為輸出端的電壓％??Ｃｌ?Ｃ：??Ｋ??圖１?二階ＲＣ等效電路模型??１．２最小二乘法擬合原理??最小二乘法是簡(jiǎn)單而有效的擬合算法＇對(duì)于非線性系統(tǒng)??可以給出較為準(zhǔn)確的參數(shù)擬合結(jié)果Ｑ??建立系統(tǒng)，如式（１）：??ｙ（ｋ）?＝?ｆ（ｋ）６?＋?ｅ（ｋ）?（１）??式中：＃）為系統(tǒng)輸出量＊時(shí)刻的值４為觀測(cè)向量。??令：??（ｋ）?＝?［—ｙ（ｋ—＼）．．．—ｙ（ｋ—ｎ）?ｕ｛ｋ）．．．ｕ｛ｋ－ｎ）＼?＾??０?＝?［ａ，?．．．?ａｎ?＼?ｂ２?．．．?］??式中：ｕ（ｉ）為系統(tǒng)的第Ｊｃ次輸入值；０為被辨識(shí)的參數(shù)矩陣。??取準(zhǔn)則函數(shù)，見(jiàn)式（３）：??Ｊ（６）?＝?ＸｔｅＷ］２?＝?［ｙ（ｋ）?－ｆ（ｋ）ｅｎｙ（ｋ）－ｆ（ｋ）６］?（３）??ｉ＝ｌ??當(dāng)及０）取最小值時(shí)，求出最小二乘法估計(jì)值，見(jiàn)式（４）：??ｅ＝［ｆ（ｋ）ｍｒ＇ｍｙ（ｋ）?（句??遞推修正？，并引入遺忘因子，見(jiàn)式（５）：??§（ｋ＋１）?＝?
定茗）??噪聲、狀態(tài)協(xié)方差初始化??（設(shè)定尸。，２．，及〇）??ＡＵＫＦＷ?法??狀態(tài)預(yù)估??（計(jì)算七）??誤差協(xié)方差預(yù)估??（計(jì)算Ｋ）??究與設(shè)計(jì)??城市循環(huán)（ｕｒｂａｎ?ｄｙｎａｍｏｍｅｔｅｒ?ｄｒｉｖｉｎｇ?ｓｃｈｅｄｕｌｅ，ＵＤＤＳ）工況［１５］??的鋰電池電流，該工況電流周期為１?３７０?ｓ，采樣時(shí)間為１?ｓ。圖??５為ＵＤＤＳ工況電流曲線圖。??圖４?聯(lián)合估計(jì)算法Ｓｉｍｕｌｉｎｋ模型??０?２００?４００?６００?８００?１０００?１２００??ｔ／ｓ??圖５?ＵＤＤＳ工況電流曲線??為了研究ＦＥＲＬＳ算法的辨識(shí)效果，利用圖５所示的ＵＤ－??ＤＳ工況進(jìn)行參數(shù)辨識(shí)并輸人電池模型中，同樣將仿真電流加??載到模型上，仿真時(shí)間為１７０?ｍｉｎ，大約循環(huán)７個(gè)周期。將仿真??得到的結(jié)果與參考端電壓進(jìn)行比較，可以直觀地觀察到模型??參數(shù)的精度。圖６為仿真輸出端電壓對(duì)比圖，圖７為端電壓對(duì)??比誤差圖。??Ｄ?２?０００?４?０００?６?０００?８?０００?１０?０００??＂Ｓ??圖６?端電壓對(duì)比??胃Ｉ一端電壓對(duì)比誤差??％ｉ??２０２０．１０?Ｖｏｌ．４４?Ｎｏ．?１０??１５０４??
【參考文獻(xiàn)】：
期刊論文
[1]車用動(dòng)力電池二階RC建模及參數(shù)辨識(shí)[J]. 羅勇,趙小帥,祁朋偉,劉增玥,鄧濤,李沛然. 儲(chǔ)能科學(xué)與技術(shù). 2019(04)
[2]基于在線參數(shù)辨識(shí)和AEKF的鋰電池SOC估計(jì)[J]. 田茂飛,安治國(guó),陳星,趙琳,李亞坤,司鑫. 儲(chǔ)能科學(xué)與技術(shù). 2019(04)
[3]用最小二乘法在線估計(jì)蓄電池荷電狀態(tài)[J]. 李匡成,楊亞麗,陳濤,袁文濤. 電源技術(shù). 2010(10)
[4]電動(dòng)汽車SOC估計(jì)算法與電池管理系統(tǒng)的研究[J]. 黃文華,韓曉東,陳全世,林成濤. 汽車工程. 2007(03)
[5]IAE-adaptive Kalman filter for INS/GPS integrated navigation system[J]. Bian Hongwei~ 1,2 , Jin Zhihua~1 & Tian Weifeng~2 1. Dept. of Information Measurement Technology and Instruments, Shanghai Jiaotong Univ., Shanghai 200030, P. R. China; 2. Dept. of Electrical Engineering of Naval Univ. of Engineering, Wuhan 430033). Journal of Systems Engineering and Electronics. 2006(03)
[6]電動(dòng)汽車電池功率輸入等效電路模型的比較研究[J]. 林成濤,仇斌,陳全世. 汽車工程. 2006(03)
博士論文
[1]純電動(dòng)汽車動(dòng)力系統(tǒng)參數(shù)匹配及整車控制策略研究[D]. 周飛鯤.吉林大學(xué) 2013
碩士論文
[1]電動(dòng)汽車動(dòng)力電池模型參數(shù)在線辨識(shí)及SOC估計(jì)[D]. 張禹軒.吉林大學(xué) 2014
本文編號(hào)：3350411
本文鏈接：http://sikaile.net/kejilunwen/dianlilw/3350411.html
最近更新
教材專著
