基于改進粒子濾波的鋰電池SOH預測
發(fā)布時間:2021-04-13 21:12
隨著鋰離子電池在電動汽車和微電網(wǎng)越來越廣泛地使用,人們在保證電池管理系統(tǒng)(BMS)安全可靠運行和降低維護成本方面做了許多研究,電池健康狀態(tài)(SOH)估計作為鋰離子電池管理系統(tǒng)的關(guān)鍵功能之一,準確估計電池當前健康狀態(tài)對電池管理系統(tǒng)有重要意義。為了提高估計準確性,首先在分析傳統(tǒng)布谷鳥搜索優(yōu)化算法的基礎(chǔ)上,提出了一種動態(tài)布谷鳥搜索算法,該算法通過改進步長和發(fā)現(xiàn)概率,并將函數(shù)值變化趨勢引入到步長更新方程,平衡了搜索速度和精度之間的關(guān)系。為解決傳統(tǒng)粒子濾波自身存在的粒子退化問題,通過將粒子用布谷鳥鳥窩表示,對布谷鳥群體搜索的模擬來指導更新粒子的分布,利用改進的動態(tài)布谷鳥搜索來優(yōu)化粒子濾波算法。然后從鋰離子電池工作時的可測參數(shù)中提取健康指標HI,建立了HI指標與SOH之間的映射模型,并將其應(yīng)用于狀態(tài)空間模型的觀測,提出了一種基于改進粒子濾波算法的電池SOH估計方法。實驗結(jié)果表明,該方法優(yōu)于傳統(tǒng)粒子濾波算法(PF),對鋰離子電池退化過程預測具有良好的適應(yīng)性和精確性。
【文章來源】:儲能科學與技術(shù). 2020,9(06)CSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
NASA數(shù)據(jù)集Fig.1NASAbatterydataset
儲能科學與技術(shù)2020年第9卷移方程可以表示為Xk=[ak;bk;ck;dk](16)ìíak=ak-1+υa,k-1υa~N(0,σa)bk=bk-1+υb,k-1υb~N(0,σb)ck=ck-1+υc,k-1υc~N(0,σc)dk=dk-1+υd,k-1υd~N(0,σd)(17)式中,N(0,σ)為均值和標準差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系,測量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0,σμ)(18)式中,g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個粒子對SOH估計可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實驗設(shè)計先對NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標,并對構(gòu)建的HI與SOH進行相關(guān)性分析。然后對測量方程建立HI指標與SOH之間的映射函數(shù),并且對狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進算法對SOH估計的狀態(tài)參數(shù)進行優(yōu)化。如圖3所示,從電池開始放電到電壓降為3V的時間所構(gòu)建的HI和真實SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性,說明SOH可以通過構(gòu)建的HI來表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計算系數(shù)β0、β1、β2,最大誤差為0.0689,表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評價指標為了分析改進算法的估計性能的優(yōu)越性,?
儲能科學與技術(shù)2020年第9卷移方程可以表示為Xk=[ak;bk;ck;dk](16)ìíak=ak-1+υa,k-1υa~N(0,σa)bk=bk-1+υb,k-1υb~N(0,σb)ck=ck-1+υc,k-1υc~N(0,σc)dk=dk-1+υd,k-1υd~N(0,σd)(17)式中,N(0,σ)為均值和標準差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系,測量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0,σμ)(18)式中,g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個粒子對SOH估計可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實驗設(shè)計先對NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標,并對構(gòu)建的HI與SOH進行相關(guān)性分析。然后對測量方程建立HI指標與SOH之間的映射函數(shù),并且對狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進算法對SOH估計的狀態(tài)參數(shù)進行優(yōu)化。如圖3所示,從電池開始放電到電壓降為3V的時間所構(gòu)建的HI和真實SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性,說明SOH可以通過構(gòu)建的HI來表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計算系數(shù)β0、β1、β2,最大誤差為0.0689,表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評價指標為了分析改進算法的估計性能的優(yōu)越性,?
【參考文獻】:
期刊論文
[1]鋰離子電池負極材料的制備及應(yīng)用進展[J]. 嚴旭明,馮光炷,黃雪. 化工新型材料. 2019(07)
[2]基于自控蝙蝠算法智能優(yōu)化粒子濾波的機動目標跟蹤方法[J]. 陳志敏,吳盤龍,薄煜明,田夢楚,岳聰,顧福飛. 電子學報. 2018(04)
[3]螢火蟲算法智能優(yōu)化粒子濾波[J]. 田夢楚,薄煜明,陳志敏,吳盤龍,趙高鵬. 自動化學報. 2016(01)
[4]融合優(yōu)質(zhì)粒子分布的粒子群優(yōu)化算法[J]. 朱蓉,靳雁霞,范衛(wèi)華. 小型微型計算機系統(tǒng). 2015(03)
[5]改進的粒子濾波重采樣算法[J]. 李娟,劉曉龍,盧長剛,左英澤. 吉林大學學報(工學版). 2015(06)
[6]基于擬蒙特卡洛濾波的改進式粒子濾波目標跟蹤算法[J]. 任航. 電子測量與儀器學報. 2015(02)
[7]基于改進布谷鳥算法的梯級水庫優(yōu)化調(diào)度研究[J]. 明波,黃強,王義民,劉登峰,白濤. 水利學報. 2015(03)
[8]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍. 計算機學報. 2014(08)
本文編號:3136013
【文章來源】:儲能科學與技術(shù). 2020,9(06)CSCD
【文章頁數(shù)】:7 頁
【部分圖文】:
NASA數(shù)據(jù)集Fig.1NASAbatterydataset
儲能科學與技術(shù)2020年第9卷移方程可以表示為Xk=[ak;bk;ck;dk](16)ìíak=ak-1+υa,k-1υa~N(0,σa)bk=bk-1+υb,k-1υb~N(0,σb)ck=ck-1+υc,k-1υc~N(0,σc)dk=dk-1+υd,k-1υd~N(0,σd)(17)式中,N(0,σ)為均值和標準差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系,測量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0,σμ)(18)式中,g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個粒子對SOH估計可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實驗設(shè)計先對NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標,并對構(gòu)建的HI與SOH進行相關(guān)性分析。然后對測量方程建立HI指標與SOH之間的映射函數(shù),并且對狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進算法對SOH估計的狀態(tài)參數(shù)進行優(yōu)化。如圖3所示,從電池開始放電到電壓降為3V的時間所構(gòu)建的HI和真實SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性,說明SOH可以通過構(gòu)建的HI來表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計算系數(shù)β0、β1、β2,最大誤差為0.0689,表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評價指標為了分析改進算法的估計性能的優(yōu)越性,?
儲能科學與技術(shù)2020年第9卷移方程可以表示為Xk=[ak;bk;ck;dk](16)ìíak=ak-1+υa,k-1υa~N(0,σa)bk=bk-1+υb,k-1υb~N(0,σb)ck=ck-1+υc,k-1υc~N(0,σc)dk=dk-1+υd,k-1υd~N(0,σd)(17)式中,N(0,σ)為均值和標準差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系,測量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0,σμ)(18)式中,g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個粒子對SOH估計可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實驗設(shè)計先對NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標,并對構(gòu)建的HI與SOH進行相關(guān)性分析。然后對測量方程建立HI指標與SOH之間的映射函數(shù),并且對狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進算法對SOH估計的狀態(tài)參數(shù)進行優(yōu)化。如圖3所示,從電池開始放電到電壓降為3V的時間所構(gòu)建的HI和真實SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性,說明SOH可以通過構(gòu)建的HI來表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計算系數(shù)β0、β1、β2,最大誤差為0.0689,表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評價指標為了分析改進算法的估計性能的優(yōu)越性,?
【參考文獻】:
期刊論文
[1]鋰離子電池負極材料的制備及應(yīng)用進展[J]. 嚴旭明,馮光炷,黃雪. 化工新型材料. 2019(07)
[2]基于自控蝙蝠算法智能優(yōu)化粒子濾波的機動目標跟蹤方法[J]. 陳志敏,吳盤龍,薄煜明,田夢楚,岳聰,顧福飛. 電子學報. 2018(04)
[3]螢火蟲算法智能優(yōu)化粒子濾波[J]. 田夢楚,薄煜明,陳志敏,吳盤龍,趙高鵬. 自動化學報. 2016(01)
[4]融合優(yōu)質(zhì)粒子分布的粒子群優(yōu)化算法[J]. 朱蓉,靳雁霞,范衛(wèi)華. 小型微型計算機系統(tǒng). 2015(03)
[5]改進的粒子濾波重采樣算法[J]. 李娟,劉曉龍,盧長剛,左英澤. 吉林大學學報(工學版). 2015(06)
[6]基于擬蒙特卡洛濾波的改進式粒子濾波目標跟蹤算法[J]. 任航. 電子測量與儀器學報. 2015(02)
[7]基于改進布谷鳥算法的梯級水庫優(yōu)化調(diào)度研究[J]. 明波,黃強,王義民,劉登峰,白濤. 水利學報. 2015(03)
[8]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍. 計算機學報. 2014(08)
本文編號:3136013
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3136013.html
最近更新
教材專著