为提升无线电能传输(wireless power transfer,WPT)系统传输性能,需在控制过程中实时获取负载与耦合系数等关键信息,而该信息的获取目前普遍采用无线通讯模块或增加额外通信线圈等方式,增加了系统复杂度,尤其面临复杂水下工况及高频电...为提升无线电能传输(wireless power transfer,WPT)系统传输性能,需在控制过程中实时获取负载与耦合系数等关键信息,而该信息的获取目前普遍采用无线通讯模块或增加额外通信线圈等方式,增加了系统复杂度,尤其面临复杂水下工况及高频电磁环境,在通讯过程中极易造成通讯异常而导致系统瘫痪。为此,文中提出一种新型基于无迹卡尔曼滤波的WPT系统互感及负载关键参数在线识别方法,该方法仅需采样原边侧电压瞬时值,即可实时获取互感与负载等关键参数信息。同时为提升辨识精度与收敛速度,采用离线式神经网络指导粒子群优化算法建立系统噪声协方差矩阵。实验结果表明,该算法具有模型简单、计算精度较高等特点,在变负载、变移相控制角及偏移情况下,所提出的在线辨识方法对负载与互感的最大识别误差分别为6.19%和1.7%,且2 ms左右即可完成负载的动态识别,具有一定的工程应用价值。展开更多
荷电状态(State of Charge,SOC)是评价电池性能的重要指标。准确估计SOC,对于最大化电池容量和性能至关重要。目前,测量SOC的方法较多,同时也较为成熟,但是寻求更为有效与准确的估测方法还存在研究探索空间。提出了一种SOC估计方法,将...荷电状态(State of Charge,SOC)是评价电池性能的重要指标。准确估计SOC,对于最大化电池容量和性能至关重要。目前,测量SOC的方法较多,同时也较为成熟,但是寻求更为有效与准确的估测方法还存在研究探索空间。提出了一种SOC估计方法,将带有遗忘因子的递归最小二乘(FFRLS)参数识别算法与基于自适应扩展卡尔曼滤波器(AEKF)的在线SOC估计方法相结合。基于二阶RC等效电路模型,采用FFRLS算法实时识别电池参数。利用识别出的参数,AEKF算法动态调整系统噪声参数,以获得更精确的SOC估计结果。所提出的SOC估计方法通过HPPC和UDDS工况验证,得出算法误差约为2%,证明了所提出方法的准确性和鲁棒性。展开更多
文摘为提升无线电能传输(wireless power transfer,WPT)系统传输性能,需在控制过程中实时获取负载与耦合系数等关键信息,而该信息的获取目前普遍采用无线通讯模块或增加额外通信线圈等方式,增加了系统复杂度,尤其面临复杂水下工况及高频电磁环境,在通讯过程中极易造成通讯异常而导致系统瘫痪。为此,文中提出一种新型基于无迹卡尔曼滤波的WPT系统互感及负载关键参数在线识别方法,该方法仅需采样原边侧电压瞬时值,即可实时获取互感与负载等关键参数信息。同时为提升辨识精度与收敛速度,采用离线式神经网络指导粒子群优化算法建立系统噪声协方差矩阵。实验结果表明,该算法具有模型简单、计算精度较高等特点,在变负载、变移相控制角及偏移情况下,所提出的在线辨识方法对负载与互感的最大识别误差分别为6.19%和1.7%,且2 ms左右即可完成负载的动态识别,具有一定的工程应用价值。
文摘荷电状态(State of Charge,SOC)是评价电池性能的重要指标。准确估计SOC,对于最大化电池容量和性能至关重要。目前,测量SOC的方法较多,同时也较为成熟,但是寻求更为有效与准确的估测方法还存在研究探索空间。提出了一种SOC估计方法,将带有遗忘因子的递归最小二乘(FFRLS)参数识别算法与基于自适应扩展卡尔曼滤波器(AEKF)的在线SOC估计方法相结合。基于二阶RC等效电路模型,采用FFRLS算法实时识别电池参数。利用识别出的参数,AEKF算法动态调整系统噪声参数,以获得更精确的SOC估计结果。所提出的SOC估计方法通过HPPC和UDDS工况验证,得出算法误差约为2%,证明了所提出方法的准确性和鲁棒性。