简介概要

蓄电池模型参数辨识及在SOC估计中的应用

来源期刊:北方工业大学学报2018年第2期

论文作者:刘欣博 边亚伟 王慧娴

文章页码:27 - 108

关键词:蓄电池;模型辨识;Thevenin模型;GNL模型;卡尔曼滤波;SOC估计;

摘    要:蓄电池在直流微网中广泛应用,在使用过程中,需要对蓄电池的荷电量进行在线预测,即进行SOC估计,对蓄电池的模型以及参数辨识有较高的要求.由于蓄电池同时具有电特性与化学特性,建立精确的模型比较复杂,本文对蓄电池常用的5种模型进行了对比,并基于混合动力脉冲能力特性HPPC实验结果分别对Thevenin模型和GNL模型进行参数辨识,通过MATLAB仿真对2种模型的准确性进行了对比,在应用扩展卡尔曼滤波法进行SOC估计时,分别对2种模型参数得到的估计结果进行了比较验证.

详情信息展示

蓄电池模型参数辨识及在SOC估计中的应用

刘欣博1,2,3,边亚伟1,2,3,王慧娴1,2,3

1. 北京市变频技术工程技术研究中心3. 北京电动车辆协同创新中心

摘 要:蓄电池在直流微网中广泛应用,在使用过程中,需要对蓄电池的荷电量进行在线预测,即进行SOC估计,对蓄电池的模型以及参数辨识有较高的要求.由于蓄电池同时具有电特性与化学特性,建立精确的模型比较复杂,本文对蓄电池常用的5种模型进行了对比,并基于混合动力脉冲能力特性HPPC实验结果分别对Thevenin模型和GNL模型进行参数辨识,通过MATLAB仿真对2种模型的准确性进行了对比,在应用扩展卡尔曼滤波法进行SOC估计时,分别对2种模型参数得到的估计结果进行了比较验证.

关键词:蓄电池;模型辨识;Thevenin模型;GNL模型;卡尔曼滤波;SOC估计;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号