擴展卡爾曼濾波算法(EKF)是分析電池SOC估計的有效工具,對于非線性系統(tǒng)具有良好的估計結(jié)果。但在實際情況下,測量噪聲的模型不再是0均值白噪聲,導致預(yù)測結(jié)果有較大誤差。提出利用滾動時域(MHE)算法與擴展卡爾曼濾波算法結(jié)合,采用滾動時域窗口的思想,綜合前N個時刻的窗口信息來估計當前的SOC。通過建立到達函數(shù)并加入M估計器替代測量誤差,將預(yù)測問題轉(zhuǎn)化為優(yōu)化問題,并根據(jù)EKF的求解思想給出了近似最優(yōu)解。實驗仿真證明,該算法可以有效提高SOC的估計精度。 

【文章來源】：電源技術(shù). 2020年07期 北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

圖２?ＢＢＤＳＴ電流激勵曲線??建立Ｔｈｅｖｅｎｉｎ電路模型，采用ＥＫＦ和ＭＨＥ方法對??ＢＢＤＳＴ＿３：況下ＳＯＣ進行估計

ｍｕｌｉｎｋ仿真，模擬電池運行??在?ＢＢＤＳＴ（Ｂｅｉｊｉｎｇ?Ｂｕｓ?Ｄｙｎａｍｉｃ?Ｓｔｒｅｅｔ?Ｔｅｓｔ）工況，電流激勵曲??線如圖２所示。??６０??０．０?０．５?１．０?１．５?２．０??＂（Ｘ１０４ｓ）??圖２?ＢＢＤＳＴ電流激勵曲線??建立Ｔｈｅｖｅｎｉｎ電路模型，采用ＥＫＦ和ＭＨＥ方法對??ＢＢＤＳＴ＿３：況下ＳＯＣ進行估計。ＭＨＥ算法中窗口大�。卧O(shè)置??為５，用隨機噪聲輸人模擬實際情況中的噪聲。仿真ＳＯＣ預(yù)測??結(jié)果如圖３所示，預(yù)測誤差分析如圖４所示。??圖３?ＳＯＣ估計曲線??圖４?ＳＯＣ預(yù)測誤差曲線??由圖４可見ＭＨＥ和ＥＫＦ估計均具有更好的預(yù)測結(jié)果，??Ｗ以反映ＳＯＣ的趨勢變化。但ＭＨＥ較ＥＫＦ可以更精確地預(yù)??測結(jié)果。ＥＫＦ的估計誤差最大為０．３，且隨著時間的増加誤差??不斷増大；ＭＨＥ的預(yù)測效果較好，誤差穩(wěn)定在０．１之內(nèi)。然而??ＭＨＥ在電流工況發(fā)生階躍變化時會出現(xiàn)較大的波動，主要在??于ＭＨＥ更加依賴之前窗口的值來對當前值進行預(yù)測，這樣導??致在電流發(fā)生階躍變化時跟隨精度下降�？梢酝ㄟ^調(diào)整窗口??Ｎ大小來平衡精度與穩(wěn)定性之間的關(guān)系。??５結(jié)語??本文在ＥＫＦ的基礎(chǔ)上加人ＭＨＥ算法，將ＥＫＦ中用前一??時刻值對下一刻的ＳＯＣ估計改進為綜合Ｎ個窗口信息進行??預(yù)測估計，建立到達函數(shù)。同時用Ｈｕｂｅｒ魯棒估計器建立噪聲??９９３??２０２０．７?Ｖｏｌ．４４?Ｎｏ．７??

束系統(tǒng)的滾動時域估計方法研究［Ｄ］．長春：吉林大??學，２００７．??［８］?ＲＥＮＧＡＳＷＡＭＹ?Ｒ，ＮＡＲＡＳＭＨＡＮ?Ｓ，ＫＵＰＰＵＲＡＪ?Ｖ．?Ｒｅｃｅｄｉｎｇ??Ｎｏｎｌｉｎｅａｒ?Ｋａｌｍａｎ?（ＲＮＫ）?ｆｉｌｔｅｒ?ｆｏｒ?ｎｏｎｌｉｎｅａｒ?ｃｏｎｓｔｒａｉｎｅｄ?ｓｔａｔｅ?ｅｓｔｉ？??ｍａｔｉｏｎ?［Ｊ］．Ｃｏｍｐｕｔｅｒ?Ａｉｄｅｄ?Ｃｈｅｍｉｃａｌ?Ｅｎｇｉｎｅｅｒｉｎｇ?，２０１１，２９：?２０５４－??２０５９．??（上接第９８５頁）??ｔ／ｓ??圖５?恒流放電下，ＳＯＣ參考值與ＦＯＫＦ、ＵＫＦ算法估計值對比?＿??到電池建模和荷電狀態(tài)估計中，提出了基于分數(shù)階ＰＮＧＶ鋰??電池模型的ＳＯＣ估計方法，通過實驗和仿真估計，所得如下?［６］??結(jié)論：（１）基于鋰電池的極化效應(yīng)與電池內(nèi)部動態(tài)特性，建立分??數(shù)階ＰＮＧＶ模型，并通過ＨＰＰＣ實驗求取ＰＮＧＶ模型的各個??參數(shù)。根據(jù)在Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ建立整數(shù)階ＰＮＧＶ模型和分數(shù)??階ＰＮＧＶ模型，仿真輸出的電池端電壓值與實驗所得的端??電壓隊值進行比較，表明建立的分數(shù)階模型更精確，其中０．９??階模型的誤差率小于０．２％，基本與實驗值擬合，因此將階數(shù)取??為０．８８；（２）基于所建立的模型，建立離散狀態(tài)方程和測量方??程，利用ＦＯＫＦ算法估計電池ＳＯＣ，并與ＵＫＦ算法和ＳＯＣ參??考值進行比較，結(jié)果表明ＦＯＫＦ算法估計ＳＯＣ跟蹤速度更快，??絕對誤差在２％以內(nèi)，準確度更高。??參考文獻：??［１］?ＷＡＮＧ?Ｙ，?ＺＨＡＮＧ?Ｃ，ＣＨＥＮ?Ｚ．Ａ?ｍｅｔｈｏｄ?ｆｏｒ?ｓｔａｔｅ－ｏｆ－ｃｈａｒｇｅ??ｅｓｔｉｍａｔｉｏｎ?ｏ

【參考文獻】：
期刊論文
[1]混合動力電動汽車能量管理策略研究綜述[J]. 趙秀春,郭戈.  自動化學報. 2016(03)
[2]基于有限差分擴展卡爾曼濾波的鋰離子電池SOC估計[J]. 劉艷莉,戴勝,程澤,朱樂為.  電工技術(shù)學報. 2014(01)

博士論文
[1]時域約束系統(tǒng)的滾動時域估計方法研究[D]. 趙海艷.吉林大學 2007

碩士論文
[1]基于EKF的電動汽車用鋰離子電池SOC估算方法研究[D]. 劉浩.北京交通大學 2010



本文編號：2929583