基于安时法的蓄电池荷电状态估计.docxVIP

  • 13
  • 0
  • 约4.46千字
  • 约 5页
  • 2023-09-19 发布于广东
  • 举报
基于安时法的蓄电池荷电状态估计 1 基于kalman滤波的soc估计算法 正在监测下电压损失的状态(套)。这是关于充电压及其混合动力的优化管理,它直接影响到电池的使用寿命和动力系统的性能。这是车辆混合动力的一项关键技术。SOC值反映电池的剩余电量,常用的电量测量方法有以下几种:密度法,开路电压法,内阻法,安时法(Ah)。密度法通过测量电解液的密度值间接估计电池剩余电量,测试过程复杂,且不满足实时性的要求,不适用于目前大量应用的密封式电池,如阀控式全密封铅酸蓄电池(简称VRLA蓄电池)。开路电压法需要测量开路数小时之后才达稳态值的开路电压,再依据开路电压稳态值与SOC的关系计算SOC值,无法满足实时性要求。内阻法测量电池端电压与电流,计算出电池内阻后算出开路电压值,进而估计SOC。但是,由于蓄电池内阻一般很小(毫欧级)并且在蓄电池正常放电的工作范围内内阻变化不超过5%-6%,在测量中还容易受测量噪声等干扰从而导致测量精度不够。安时法以安培小时简单地估算出SOC值,在短时间内具有较高的精度,长时间内误差较大。 基于Kalman滤波算法的SOC估计是近年来相关研究的热点之一。研究表明,该类算法尤其适用于混合动力汽车中电流变化剧烈的工况。蓄电池是一个典型的非线性时变系统,系统特性随充放电流大小及频率、环境温度、时间推移会发生相应的变化,系统模型因为工作点的漂移及干扰噪声等因素影响,其模型

文档评论(0)

1亿VIP精品文档

相关文档