應用灰色GM(1,1)預測模型實現在線式電池電量狀態預測-建國科技大學.docVIP

應用灰色GM(1,1)預測模型於電池電量狀態預測 Battery State-of-Charge Forecasting Using Grey GM(1,1) Predict Model 施宏達 卓武舜 Hong-Da Shih Wu-Shun Jwo 建國科技大學電機工程系 Department of Electrical Engineering, Chen Kuo University 摘要 本文章提出一個新的方法預測電池電量狀態變動負載情況下的變化。此預測法係利用灰色GM(1,1)預測模型搭配整合型庫侖法，可適用於任何種類的電池。使用電池為依據建立模擬在負載操作。由實驗證明，預測法的準確度相當高，最大。此外，此預測法運算簡單，能夠容易的以低階微控制器實現，並擴展至電池的各種應用場合之電量狀態即時運算。Abstract This paper presents a new method for the battery State-of-Charge forecasting under vary load conditions. The forecasting method is the combination of Grey GM(1,1) predict model and integral coulomb integration method, and it can be universal use on all kinds of batteries because of only using the simple characteristic of the battery. In the experiments, we provide three load patterns which are constant load, small vary load and extreme vary load. The accuracy of forecasting method will be proved by the experiment results. The GM(1,1) prediction is very accurate, the maximum average error is only 0.4777%. The overall error of the forecasting algorithm is under 3%. In addition, the proposed algorithm is very simple and easy for implementation by the low level micro controller. It can also real time calculating the State-of-Charge for all kinds of batteries. Keywords: state-of-charge, grey GM(1,1), residual capacity. 一、前言 二次電池在可攜式、工業設備、電動交通工具和再生能源的領域中，均占有相當重要的地位。而鉛酸電池則是目前最常被使用的電池類型，原因在於鉛酸電池、不具記憶效應、且能夠儲存較大的電能。在電池的使用上，最關鍵的因素就是電池的電量狀態(State-of-Charge, SOC)，也就是尚有多少電能儲存在電池中。而本文主要的目的在於對鉛酸電池於放電操作過程中SOC的變化進行預測，以達到自動化決策的目的。 任何的預測方法都必須要有做為預測依據的標準，而此標準的取得可以區分為開路電壓法(Open Circuit Voltage Method, OCVM)、比重法與阻法。開路電壓法係利用電池在不同的SOC時對應至一穩定的電壓值，在過去的研究中，已經證實此方法相當的準確，但由於必須將電池脫離負載並靜置一段平衡時間，使開路電壓法僅適用於決定電池的初始SOC。比重法係利用電池內部化學物質的氧化還原反應所造成電解液比重值的變化，此比重值在SOC變化時會隨之呈現線性的變化，是一種極為準確的方法，但缺點為受限在開放式電池的使用上或必須進行破壞性的量測。同樣是基於電池的化學變化，當SOC改變時，也會隨著改變。但由於電池的阻極小，一般都為幾十毫歐姆，若單以電阻計量測，儀器本身的誤差就已經大於電池的阻，因此如使用此方法，就必須透過精密的設備進行量測，如阻抗分析儀等設備。 電池SOC的預測方法發展至今大概可分為三種類型。第一類係利用RC網路建立出等效電路模擬電池的變化，但不同種類的電池，變化的特性也不盡相同，所以會有用電池類型的限制。第二類由類神經網路對電池變化進行預測[]，經由擷取大量的測量數據(電壓、電