知识导航
资源分类

基于参数更新的蓄电池SOC估计算法优化

基于参数更新的蓄电池SOC估计算法优化

Optimization of SOC estimation algorithm of VRLA battery based on parameter updating

Optimization of SOC estimation algorithm of VRLA battery based on parameter updating

doi:
摘要:
针对基于蓄电池电路模型的欧姆内阻R1经常用于荷电状态SOC估计中,而没考虑极化内阻R2、极化电容C2的变化特性与SOC的关联这一情况,根据利用多频点交流放电蓄电池测试技术辨识得到的实时Thevenin电路模型参数R1、R2、C2等作为观测变量,联合运用Kalman滤波算法实现SOC最优估计.实验数据仿真表明,在充电、放电过程中同时考虑R1、R2、C2等参数更新,可以进一步提高蓄电池SOC最优估计值的准确性.
作者 杨忠亮 [1] 季中生 [2] 黄世回 [3] 王汝钢 [3]
Author: YANG Zhongliang[1] JI Zhongsheng[2] HUANG Shihui[3] WANG Rugang[3]
作者单位
  1. 深圳供电局有限公司,广东深圳,518000
  2. 深圳普禄科智能检测设备有限公司,广东深圳 518067;广西科技大学电气与信息工程学院,广西柳州 545006
  3. 深圳普禄科智能检测设备有限公司,广东深圳,518067
期 刊: 蓄电池 ISTIC EI SCI PKU CSSCI
Journal: Chinese Labat Man
年,卷(期) 2017, 54(4)
分类号 TM912.9
关键词: 荷电状态 知识脉络 VRLA蓄电池 知识脉络 卡尔曼滤波器 知识脉络 Thevenin电池模型 知识脉络 极化内阻 知识脉络 极化电容 知识脉络 多频点 知识脉络 参数更新 知识脉络
机标分类号
基金项目
参考文献和引证文献
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文

知识产权声明| 服务承诺| 联系我们| 人才招聘| 客户服务| 关于我们

京ICP证:010071  互联网出版许可证:新出网证(京)字042号  京公网安备11010802020237号
万方数据知识服务平台--国家科技支撑计划资助项目(编号:2006BAH03B01)©北京万方数据股份有限公司  万方数据电子出版社