基于模型参数在线辨识的蓄电池SOC估算

《基于模型参数在线辨识的蓄电池SOC估算》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年第29卷增刊l电工技术学报TRANSACTl0NS0FCHINAELECTROTECHNICALSOCIETYV01．29Sup．12014基于模型参数在线辨识的蓄电池SoC估算张金龙魏艳君李向丽张迪漆汉宏(燕山大学电气工程学院秦皇岛066004)摘要以铅酸蓄电池为研究对象，通过构造一种综合型策略来实现对储能蓄电池荷电状态(soc)的实时准确估算。本方法首先引入递推最小二乘(RLs)算法实现对蓄电池模型参数的在线辨识，进而将该参数辨识策略与无迹卡尔曼滤波(uKF)算法相结合，这样一来，在采用uKF对soc进行估算时所用模型参数为在线辨识

2、的结果，本研究将此两种算法巧妙地结合起来实现了对蓄电池soc的实时准确估算。由于在线模型参数辨识的实现，使得该策略具有较强的自适应性，故此可称之为自适应sOc估算技术。仿真结果表明，该方法可实现对蓄电池soc的准确估算。关键词：蓄电池sOc估算在线参数辨识uKF中图分类号：TM911BattervSoCEstimationBasedononlineParameterIdentificationZhnngJinlongw龟iYQnjtlnLiXinngliZhnngDiQiHnnhong(YanshanUniVersityQinhuangdao06

3、6004China)Abstractwiththeresearchobjectof1ead-acidbattery，thispaperaimstocorrectlyestimatethebatterystateofcharge(SOC)byconstructingacomprehensiVeSOCestimationstrategy．Firstly，recursiveleastsquare(RLS)algorithmisadoptedtorealizeonlineparameteridentificationoftheequiValentbatt

4、erymodel；andthenanelaboratecombinationofRLSandUnscentedKalmanFilter(UKF)isestablished，thusthebatterymodelparametersusedinUKFareactuallyobtainedrecursiVelybyRLS；finally，SOCcanbeestimatedbyUKF．ThisstrategyhasanobViousadaptabilityduetotheadoptionofonlineparameteridenti6cation，so

5、itisalsocalledadaptiVeSOCestimationtechnique．SimulationresultsshowthatbatterySOCcanbecorrectlyestimatedbyusingthisstrategy．Keywords：Battery，SOCestimation，onlineparameteridentification，UKFl引言近年来随着新能源发电以及电动汽车产业的不断发展，作为储能环节的蓄电池受到了越来越多的重视。而铅酸电池作为最常用最成熟的储能蓄电池目前正广泛应用于新能源发电及电动汽车领域，因

6、此可靠有效的蓄电池管理系统(BatteryManagementSvstem，BMS)的开发显得十分必要【l，2J。SOC估算是BMS最重要的功能之一。电池SOC是描述蓄电池剩余电量的重要参数，对于蓄电池应河北省博士后择优资助项目(B2013005002)和河北省自然科学基金青年基金(E2014203198)。收稿日期2014．09．10用系统意义重大。有电池的SOC作为参考，操作人员便能了解当前蓄电池的剩余容量，以及当前负载下可继续运行的时间或里程；此外，操作人员还可根据当前SOC对电池负载进行权衡、选择及调整，并做出科学合理的决策，这样就可以在

7、保证电池正常工作的同时，最大限度地发挥电池的工作性能。相反，如果没有sOC状态作为参考或者SOC估算误差过大，则很容易对电池本身以及整个用电系统乃至操作人员造成危害。目前的SOC估算方法整体上可分为内阻法、安时计量法、等效电动势法以及基于微观检测的电化学方法等几种[3‘5]。本文主要基于等效电动势法对电池sOc展开估算，首先采用递推最小二乘算法实现对电池模型参数的在线估算；而后将RLS算法与24电工技术学报2014年UKF算法相结合，在采用UKF进行每一拍的SOC估算时，所采用模型参数为RLS得到的实时更新的参数，因此该方法具有更强的实际工况适应

8、能力，最终实现对SOC的准确实时估算。2电池模型参数在线辨识2．1递推最小二乘算法递推最小二乘法的基本思想是：本次估计值=上次估计值+修