混合动力设备蓄电池剩余容量估计方法.pdfVIP

第 43 卷第 12 期 2015 年 12 月 华南理工大学学报(自然科学版) Journal of South China University of Technology (Natural Science Edition) Vol. 43 NO.12 December 2015 文章编号: 1ω-565X( 2015) 12-∞63-08 混合动力设备蓄电池剩余容量估计方法* 冯志君周德俭 (西安电子科技大学机电工程学院，陕西西安 71∞71) 摘 要:给出了变电流蓄电池剩余容量的定义及实际工况下的修正公式.将并联式混合 动力挖掘机蓄电池的功率变动曲线按比例缩小至羊节蓄电池允许的范围内，并作为测试 蓄电池的输入信号，获得蓄电池剩余容量数据样本，对其进行多种灰预测算法分析，在此 基础上提出充电阶段采用累加-均值算子的灰预测直接建模，放电阶段采用变权弱缓冲 灰预测的分段预测方案.结果表明，文中所提方法能够全面有效地提高混合动力设备蓄电 池剩余容量估计精度. 关键词:混合动力;剩余容量;灰预测;变权弱缓冲;估计精度 中图分类号: TU621 ;TM912 doi: 10. 3969/j. issn. l000-565X. 2015.12. ∞9 混合动力技术的研发已成为工程机械行业的必 然趋势，对于采用蓄电池做储能元件的混合动力工 程机械，能否准确获得蓄电池剩余容量，不仅直接影 响到混合动力设备能量管理系统的可靠性及有效 性，还会影响到蓄电池的使用寿命[叫.由于蓄电池 在不同工作状态下动态特性十分复杂，只能通过电 压、电流、温度等一些间接方式对蓄电池剩余容量进 行预测，导致其预测精度难以提高[3J 尤其是对于 工作环境恶劣负载多变的海合动力设备，其蓄电池 处于频繁的充放电过程中，蓄电池剩余容量的预测 精度大大降低. 目前，蓄电池剩余容量的常用估计方法主要有 放电实验法、安时计量法、开路电压法、内阻法、卡尔 曼滤波法以及神经网络法等.对于大电流或电流变 动剧烈的场合，只有卡尔曼滤波法和神经网络法有 较好的适应性.卡尔曼滤波法虽然可应用于各种类 型和在不同老化阶段的电池，但混合动力设备蓄电 池工作时处于频繁的充放电过程，动态建模过程中 非线性因素难以准确表述，模型参数不准确，计算量 收稿日期: 2015-02-11 过大.神经网络法具有非线性的基本特性以及学习 能力，能够模拟蓄电池动态特性，可通过蓄电池实测 数据离线训练得到蓄电池剩余容量模型，但其模型 的准确度完全依赖于训练样本的数量，获取大量的 混合动力设备工作过程中蓄电池剩余容量的实际样 本有非常大的难度[的J 由于变电流充放电的蓄电池难以建立精确的动 态数学模型，且其剩余容量的数据样本很难获取，不 依赖数学模型且只需少量样本的灰预测方法对变电 流充放电蓄电池剩余容量的预估有一定的优 势[ 1O.12J 文中对混合动力蓄电池剩余容量实测数据 进行了多种灰预测算法分析，在此基础上提出了充 电阶段采用累加-均值算子的灰预测 GM( 1 ， 1) 直 接建模，放电阶段采用变权弱缓冲灰预测的分段预 测方案，对放电阶段的负载扰动进行独立的补偿修 正，以提高全局预测精度. 1 变电流蓄电池的容量及剩余容量 文中的研究对象是混合动力蓄电池剩余容量的 *基金项目:国家十二五科技支撑计划项目 (2012BAFI2BI8) ;广西科技开发计划资助项目(佳科攻 1348014-2 ) Foundation items: Supported by the National Key Technology Research and Development Program of the Ministry of Science and Technology of China during the 12th Five-Year Plan (2012BAFI2BI8) 作者简介:冯志君(1968-) ，女，在职博士生，副教授，主要从事温合动力技术研究. E-mail: fzj町wmz@ 163. com 64 华南理工大学学报(自然科学版) 第 43 卷 数据序列，由于混合动力设备的蓄电池经常工作在 变电流的状态，其容量及剩余容量与工作在恒定电 流状态的蓄电池有很大差别.下文给出变电流蓄电 池容量及剩余容量的定义及相关公式. 1. 1 变电流蓄电池的容量 蓄电池的容量是指完全充满电的电池在一定的 放电条件下实际可以输出的电量，它标志着蓄电池 的对外供电能力.通常是通过测量蓄电池放电电流 及持续时间来获得其实际可以放出的电量，进而估 计其容量的，即 Cn =IJ (1) 式中 /n 为特定条件下的标准恒定放电电流 ， T 为蓄 电池以电流 1n 放电到最低放电电压的持续时间， Cn 为蓄电