针对目前储能锂离子电池荷电状态(state of charge,SOC)难以估计准确的问题,提出一种带滞环单元的一阶RC等效电路模型,考虑受到电池的迟滞现象的影响,将电池滞回电压作为独立参数提取出来,并根据电路模型推导状态方程和观测方程,通过实...针对目前储能锂离子电池荷电状态(state of charge,SOC)难以估计准确的问题,提出一种带滞环单元的一阶RC等效电路模型,考虑受到电池的迟滞现象的影响,将电池滞回电压作为独立参数提取出来,并根据电路模型推导状态方程和观测方程,通过实验得到充电状态和放电状态下的开路电压与荷电状态的拟合曲线。采用基于UD分解的快速递推最小二乘法(FUDRLS)在线辨识模型参数,仿真证明迭代平滑可变滤波算法(ISVSF),结合该模型不仅有最高估计精度,还有较快运算速度。最后通过电池实验平台设置大小相等、方向相反的充放电电流,模拟储能电站恒功率削峰填谷的工况,将SOC估计值与实际值进行比较,实验结果表明,该模型和方法有较高的估计精度且初始误差修正能力强,可用于储能电站BMS。展开更多
文摘针对目前储能锂离子电池荷电状态(state of charge,SOC)难以估计准确的问题,提出一种带滞环单元的一阶RC等效电路模型,考虑受到电池的迟滞现象的影响,将电池滞回电压作为独立参数提取出来,并根据电路模型推导状态方程和观测方程,通过实验得到充电状态和放电状态下的开路电压与荷电状态的拟合曲线。采用基于UD分解的快速递推最小二乘法(FUDRLS)在线辨识模型参数,仿真证明迭代平滑可变滤波算法(ISVSF),结合该模型不仅有最高估计精度,还有较快运算速度。最后通过电池实验平台设置大小相等、方向相反的充放电电流,模拟储能电站恒功率削峰填谷的工况,将SOC估计值与实际值进行比较,实验结果表明,该模型和方法有较高的估计精度且初始误差修正能力强,可用于储能电站BMS。
