锂电池SOC和SOH的自适应联合在线估算方法

为了准确和快速地估算电动汽车运行过程中汽车电池的荷电状态(State of Charge,SOC)和健康状态(State of Health,SOH),提出一种基于遗忘因子最小二乘和可变时间尺度扩展卡尔曼滤波器的自适应联合估算算法。为了提高算法的效率和准确度,引入自适应遗忘因子递归最小二乘(Adaptive Forgetting Factor Recursive Least Square,AFFRLS)方法来识别电池模型中的参数,并采用可变时间尺度扩展卡尔曼滤波器(Variable Time Scale Extended Kalman Filter,VEKF)来指示SOC和SOH,以满足对电池动态状况进行在线快速估算的需求。应用动态应力测试(Dynamic Stress Test,DST)数据库验证了该方法的有效性,实验结果表明,该联合估算方法可以获取准确的电池模型,并实现在线状态估算。

交流电压串入在线估算蓄电池内阻方法分析

为解决目前蓄电池在线检测装置无法在线实时测量不同状态下蓄电池内阻大小的问题,提出了一种利用交流电压串入蓄电池回路测量内阻大小的方法。通过对电流、电压信号处理后检测一个交流周期内的最大值和最小值以及峰值的出现时刻,实时精确估算蓄电池内阻大小。通过在Power Simulation和Matlab/Simulink软件中联合搭建的仿真模型进行分析,证明了该方法可在蓄电池不同状态、内阻变化时可快速跟踪内阻大小,最后通过对比不同频率电压串入时仿真结果的不同,证明了串入电压频率的选择应具有一定的合理性。

基于滤波电感在线估算的并网逆变器直接功率预测控制

三相并网逆变器的直接功率预测控制建立在精确数学模型基础上,对滤波电感参数比较敏感。针对直接功率预测控制这一特点,提出了一种在线估算的直接功率预测控制。将在线估算出来的滤波电感进行直接功率预测控制。仿真结果表明:基于电感在线估算的直接功率预测使功率有很好的静、动态特性;同时使输出电流正弦度良好,谐波含量小。从而验证了该方案的可行性和正确性。

圆柱型电池核心温度在线估算研究

为解决圆柱型电池核心温度在线估算问题,建立了基于经典热传导理论的锂离子动力电池离散化热模型,提出了一种基于递归最小二乘算法结合热物性等效原则的模型参数辨识方法,相对于现有辨识算法收敛性更好;通过基于正交各向异性导热系数整体产热区域的电池三维热模型进行仿真计算,模拟了电池在动态工况下的内部温度分布情况,研究表明,随着外壳对流换热系数的增加,电池芯部最高温度逐步下降,但电池核心温度与表面温度之间差异性也在增加;通过在线估算算法得到的电池核心处温度与采样数据进行对比,均方根误差仅为0.3。

一种开关磁阻电动机瞬时转矩在线估算方法

针对扭矩传感器价格高昂、增大电动机控制系统体积和复杂度等问题,提出了一种基于微控制器的开关磁阻电机瞬时转矩在线估算方法。获取电机的几个关键位置的磁链特性曲线,计算得到完整磁链特性和转矩特性。在电机运转过程中,控制器根据转矩特性表对测得的相电流和位置角使用双线性插值法计算得到瞬时转矩。将估算结果与扭矩传感器的测量结果进行对比,验证了该方法的可行性。

接近负荷极限的快速在线估算法

接近负荷极限或PV曲线的鼻尖点以及电压不稳定已成为了现代电力系统的主要关注点之一,近年来,在线估算电压稳定极限吸引了许多电力研究者的关注。介绍了一种简单的在线估算接近负荷极限的局部指标,只需要使用两个连续的局部测量标量。该指标是在负荷视在功率在负荷极限点不变的前提下推导出来的,应用该方法可以实现采用数字继电器实施局部控制来阻止电压不稳定,以及在系统控制中心实施全系统的调整分析与控制措施。对IEEE 30节点系统进行了仿真计算,仿真结果验证了所提方法的可行性和有效性。

基于扩展卡尔曼滤波算法的新型液态金属电池的荷电状态在线估算

液态金属电池是一种满足电网大规模储能要求的新型的大容量储能电池,其荷电状态的准确在线估算是其投入规模应用的重要基础,但是目前没有公开发表的针对在线估算此电池荷电状态的文献。以此为目的建立了基于扩展卡尔曼滤波器的电池荷电状态在线估算方法。建立了考虑电池自放电因素的等效物理模型。在此基础上,提出一种基于扩展卡尔曼滤波器的电池荷电状态在线估算方法。实验结果表明,在不同的电池工况下和电池荷电状态估算初值设置不同的情况,电池荷电状态的估算值都具有较高的精度。估算值和测量值之间的标准误差和均值误差分别为0.018 3和0.014 5。该算法可以有效地解决电池初始参数对SOC估算值的影响。

一种在线估算蓄电池内阻的计算方法

内阻是蓄电池最重要的特性参数之一,也是评价蓄电池性能的重要指标。针对现有测量蓄电池内阻方法无法在线测量、需要专用设备测量的不足,提出了一种在线测量蓄电池内阻的计算方法。依据蓄电池在充放电过程中检测到的电流、电压,根据蓄电池充电、放电过程中电流反向会有过零点这一特性,利用对电流的定积分来抵消计算电池内阻过程中蓄电池内部化学反应引起的电池内阻变化,通过一系列计算来估算出蓄电池内阻。基于MATLAB软件,编写了蓄电池内阻估算算法程序,在Simulink中实现了仿真验证。结果证明该计算方法无需借助辅助设备和测试设备就可实现在线估算蓄电池内阻,具有简单方便、计算精确、易于实现等优点。

低热值煤发电项目收到基热值的在线估算系统及其方法

针对低热值煤发电项目开发遇到的热值估算难题,本文提出了一种基于煤耗查定试验的热值在线估算系统。该系统由数据采集模块、存储模块、计算模块和发布模块构成,能够利用煤耗查定试验进行过去复杂在线计算方法的替代,消除机组运行受到的不利因素影响。从系统实践应用效果来看,采用反平衡法对项目入炉燃料的热值进行实时估算,可以完成项目煤耗和热耗的在线评估,完成项目发电性质的科学判定。

基于AMESim的电机扭矩在线估算动态模型研究

新能源汽车中电机扭矩的精准控制,对电机的效率、整车能耗具有较大的影响,因此研究电机扭矩在线估算具有重要的意义。本文利用AMESim软件搭建了一种永磁同步电机扭矩在线估算仿真模型,该动态模型由参考子模型、可调子模型和自适应子模型组成,通过仿真验证可以得出该在线估算模型估算误差小、精度高。最后,将该电机扭矩在线估算模型集成于整车模型之中,通过整车动态仿真对比发现电机扭矩在线估算结果与扭矩传感器测量结果相差较小,精度较高。该电机扭矩在线估算动态模型为日后搭载于整车系统的电机扭矩在线估算工程应用具有较强的指导意义。

全钒液流电池建模及SOC在线估计研究进展

全钒液流电池(VRFB)具有高安全、长寿命的优势,在大规模电力储能领域中具有广阔的应用前景。高精度的电池模型及准确的电池荷电状态(SOC)估计是全钒液流电池实际应用的重要技术基础,也是其规模应用面临的主要挑战。本文对全钒液流电池仿真模型、模型参数辨识、SOC监测与在线估计,以及全钒液流电池特有的SOC估计影响因素进行综述。首先介绍了电化学模型和等效电路模型2类仿真模型,分析比较了几种用于VRFB的等效电路模型的原理及优缺点。重点综述了全钒液流电池荷电状态监测方法,包括:安时积分法、开路电压法、电位滴定法、电导率法和光学分析法,以及更具工程应用前景的荷电状态在线估计方法。总结了全钒液流电池模型参数离线与在线辨识技术,介绍了基于滤波算法与数据驱动算法的荷电状态在线估计方法。在全钒液流电池SOC估计特异性影响因素方面,讨论了包括钒离子的跨膜迁移、负极氧化副反应、负极析氢反应和温度对参数辨识与荷电状态估计的影响规律,总结展望了全钒液流电池建模及SOC在线估计面临的问题及未来研究方向。

基于二阶RC模型的HEV氢镍电池在线SOC估算研究

氢镍动力电池作为混合动力汽车的重要组成部分,其荷电状态SOC的在线估测对整车动力性、安全性和经济性具有重要意义。该研究从氢镍电池的电化学反应本质出发,建立了二阶等效电路模型,根据电池开路电压OCV和SOC的关系,结合自适应算法理论研究了氢镍动力电池的SOC估算方法。通过实验验证,该估算方法能够快速精确估算S OC,误差小于2%,能够满足混合动力汽车估算需求。

基于磁共能的开关磁阻电机转矩在线快速估算

为避免复杂的数学运算及降低处理器数据存储空间要求,在电压斩波控制的基础上,提出了一种基于磁共能的开关磁阻电机(SRM)转矩在线快速估算策略。详细阐述了磁链特性测量方法,给出了磁共能与转矩的计算公式。仿真和试验结果表明,瞬时转矩的在线快速估算值与实际测量值误差较小,说明磁共能方法适于转矩的在线快速估算。

基于EKF算法的磷酸铁锂电池在线SOC估算

文章针对大倍率放电条件下,磷酸铁锂电池极化效应加剧变快的现象,考虑了电流对极化参数值影响的电池模型,基于改进后的电池模型,搭建了由dSPACE、可编程电源及电子负载组成的可控电池实验台架,并应用卡尔曼滤波理论对磷酸铁锂电池进行在线SOC状态估算;实验结果表明,改进后的电池模型提高了SOC估算的精度。

机组侧一次调频响应指数在线监测方法与实践

电网调度每月不定期对每台并网机组进行一次调频试验,但机组侧无法及时知晓机组一次调频试验的情况,导致调节系统故障不能及时处理。通过在机组侧增加一次调频动作判断和响应指数在线估算等功能,较好地解决了这一问题,提高了机组和电网安全性能。

基于分段解析建模的开关磁阻电机在线转矩估算方法

针对目前开关磁阻电机采用单一解析模型进行在线转矩估算存在模型复杂、精度低的问题,提出一种基于分段解析建模的开关磁阻电机在线转矩估算方法。根据开关磁阻电机在一个电周期内磁链特性曲线的对称性及其定转子极弧的结构特点,提出将其半个电周期划分为5个区间,分别建立了每个区间的磁链与转矩简化解析模型,并通过有限元分析及构建基于DSP28335的实验系统分别对上述模型的估算精度与运算时间进行了验证,同时与传统单一解析模型进行了对比分析,结果表明,所提出的分段解析模型相较于传统单一解析模型,不仅有效提高了转矩估算精度,而且显著减少了运算时间,因而有助于提高开关磁阻电机调速系统的控制精度与动态性能,具有较好的应用价值。

混动车用氢镍动力电池欧姆内阻估算方法研究

为解决动力电池欧姆内阻在线测量问题,实现动力电池健康状态监测及寿命预测,建立了氢镍动力电池二阶RC等效电路模型,提出了一种基于最小二乘法的混合动力车用氢镍动力电池欧姆内阻在线估算方法;通过台架试验及路试试验验证得出该在线估算方法的可行性,相对于现有的离线估算方法具有实用性与优越性。

电动汽车用锂离子电池SOC估算方法综述

综述了锂离子电池荷电状态(state of charge,SOC)估算方法的研究进展。作为电动汽车电池管理中的重要指标,SOC表征了电池在当前循环中剩余的电量。准确的SOC估算可有效地避免电池工作于过低电量等不良工况,保证电池始终运行在安全的状态中,从而有效提高电池使用的效率和延长使用寿命。介绍并比较了几种常用的SOC估算方法:安时积分法最为简单,但由于其是开环估算系统,无法对估计误差进行修正;开路电压法可以根据开路电压与SOC之间的对应关系实现查表式估算,然而由于需要长时间静置来获取稳定的电压值,不适用于在线估算;卡尔曼滤波族方法是前两种方法的结合,可依靠系统观测值的误差对状态估计值进行及时修正,搭配适合的电池模型可获得较高的估算精度且适用于在线估算;数据驱动的方法则需要长期性的历史数据进行数据库的建立。本文总结了每种SOC估算方法的优缺点以及改进的方案。基于以上分析,结合SOC估算算法在工程实际中应用的局限与面对的挑战,对锂离子电池SOC在线估算的发展做出了展望。

基于双扩展卡尔曼滤波锂电池荷电状态估算研究

针对单个扩展卡尔曼滤波算法(EKF)估算精度不高,且受荷电状态(SOC)初始值的影响,在建立二阶RC等效电路模型基础上,采用双扩展卡尔曼滤波算法(DEKF)对电池模型参数与SOC在线估算。以24 Ah/3.3 V磷酸铁锂电池组为研究对象,设计了电池实测工况实验,实验结果表明,在动态压力测试工况(DST)和纯电动乘用车用能量型蓄电池主放电工况下,与单个EKF算法相比,DEKF算法在SOC初始值不准确的条件下具有较好的收敛性和适应性,误差控制在3%以内,证明了该算法的可行性和有效性。

基于模型的锂离子电池SOC估计方法综述

锂离子电池由于其高能量密度、高循环寿命等优点被广泛应用于电力储能和新能源汽车中。准确估计电池的荷电状态(state of charge,SOC)对提高电池使用寿命和利用效率具有重要意义。然而,锂电池是一个高度复杂、时变和非线性的电化学系统。因此,精度高的在线SOC估计方法对锂电池的实际应用非常重要。近年来,基于模型的SOC估计方法由于其闭环控制、易于实现等特点被广泛关注和研究。本文从模型分类、模型参数辨识算法、SOC估计算法以及SOC估计影响因素对基于模型的SOC估计方法进行综述,首先归纳总结了各种常见的锂离子电池模型,主要介绍了各种常见电化学模型和等效电路模型并进行对比分析;然后重点对模型建立方法和SOC状态估计算法进行梳理和对比,主要介绍了各种模型参数辨识方法及SOC估计方法并进行了对比分析;之后对影响基于模型的SOC估计方法精度的影响因素及解决方法进行分析和总结,主要从温度、老化以及电池组对电池SOC估计的影响进行分析;最后对未来的研究方向进行了讨论和展望。