检索结果-南通市图书馆

基于ffrls和AEKF的锂离子电池SOC在线估计研究

在线全文

学校读者我要写书评

暂无评论

储能科学与技术 2021年第1期10卷 242-249页

作者：封居强伍龙黄凯峰卢俊张星淮南师范学院机械与电气工程学院安徽淮南232038 淮南市矿用电子技术研究所安徽淮南232008

本文基于Thevenin等效电路模型,结合遗忘因子最小二乘法(ffrls)和自适应扩展卡尔曼滤波算法(AEKF)提出联合估计荷电状态(SOC)算法。ffrls对模型进行参数辨识,为SOC估计提供时变的模型参数;AEKF对SOC进行在线估计,为模型参数辨识提供准... 详细信息

本文基于Thevenin等效电路模型,结合遗忘因子最小二乘法(ffrls)和自适应扩展卡尔曼滤波算法(AEKF)提出联合估计荷电状态(SOC)算法。ffrls对模型进行参数辨识,为SOC估计提供时变的模型参数;AEKF对SOC进行在线估计,为模型参数辨识提供准确的开路电压。以北京公交的纯电动客车用动力动态测试工况(BBDST)进行仿真实验,并与ffrls在线辨识及安时积分法的SOC估计进行对比。该算法实现端电压的快速跟踪,精度较ffrls提高了85%;SOC估计结果能够快速收敛,精度在1.5%~2%范围。研究结果表明,本文算法能够对模型系统进行闭环修正,从而具有更高的精度和更好的适应性。

关键词：荷电状态估计 ffrls AEKF BBDST

在线全文

学校读者我要写书评

暂无评论

基于ffrls算法的电池模型

山东交通学院学报 2020年第1期28卷 10-16页

作者：鲍宸浩曹晓玉邓孝元长安大学汽车学院陕西西安710064

建立二阶Thevenin等效电路电池模型。以最小二乘法(recursive least squares,RLS)为基础,对电池模型进行参数辨识,模型迭代过程中电路端电压的估计误差随数据的微小变化而陡然增大。引入遗忘因子,采用遗忘因子最小二乘法(forgetting fac... 详细信息

建立二阶Thevenin等效电路电池模型。以最小二乘法(recursive least squares,RLS)为基础,对电池模型进行参数辨识,模型迭代过程中电路端电压的估计误差随数据的微小变化而陡然增大。引入遗忘因子,采用遗忘因子最小二乘法(forgetting factor recursive least squares,ffrls)进行参数辨识,以削弱迭代中旧数据对参数的影响,增强新数据对参数的影响,结果使收敛速度提高、误差波动减小。经验证,运用该方法进行参数辨识的电池模型具有良好的精度。

关键词：二阶Thevenin模型参数辨识 RLS ffrls 遗忘因子

在线全文

学校读者我要写书评

暂无评论

基于时序的水田平地机俯仰角预测建模与试验

农业工程学报 2018年第11期34卷 34-39页

作者：赵润茂胡炼罗锡文唐灵茂周浩杜攀贺静华南农业大学南方农业机械与装备关键技术教育部重点实验室广州510642 南方粮油作物协同创新中心长沙410128

水田硬底层高低不平引起拖拉机姿态变化,反馈控制系统的偏差信号始终滞后于实际运动姿态一个控制周期,影响平地铲的即时控制,若采用预测控制可根据预测信息提前施加控制量从而改善系统动态响应,其中预测模型是预测控制律设计的基础和关... 详细信息

水田硬底层高低不平引起拖拉机姿态变化,反馈控制系统的偏差信号始终滞后于实际运动姿态一个控制周期,影响平地铲的即时控制,若采用预测控制可根据预测信息提前施加控制量从而改善系统动态响应,其中预测模型是预测控制律设计的基础和关键。为实现水田平地机平地铲高程预测控制,该文提出了一种水田平地机俯仰角预测模型在线辨识及其参数估计方法。通过对平地机俯仰角传感数据预处理、结构识别和残差诊断,设计了ARMA(18,17)作为平地机俯仰角预测模型,采用遗忘因子递推最小二乘算法(forgetting factor recursive least square,ffrls)对模型参数进行在线估计并实时更新。利用姿态航向参考系统(attitude and heading reference system,AHRS)采集不同地况下平地机俯仰角数据同步在线建模,并将模型输出与AHRS实测值比较,结果表明:ARMA(18,17)模型输出结果与AHRS实测值变化趋势一致,最大绝对误差与均方根误差均不超过0.2?,验证了ARMA(18,17)作为平地机俯仰角预测模型和ffrls在线辨识方法的有效性,为后续水田平地机平地铲预测控制律设计提供了理论参考。

关键词：农业机械模型控制水田平地机参数估计 ARMA ffrls

在线全文

学校读者我要写书评

暂无评论

电动汽车电池充放电管理及关键技术研究

电动汽车电池充放电管理及关键技术研究

作者：郭苗苗西安电子科技大学

学位级别：硕士

电动汽车作为我国重点发展的新兴产业,是改变能源结构的关键。动力电池作为电动汽车的动力核心,已经成为制约电动汽车的关键因素。电池管理系统能够增加续航里程,提高电池使用寿命,给予驾驶员准确的电池运行状态,包含电池基本电流电压参... 详细信息

电动汽车作为我国重点发展的新兴产业,是改变能源结构的关键。动力电池作为电动汽车的动力核心,已经成为制约电动汽车的关键因素。电池管理系统能够增加续航里程,提高电池使用寿命,给予驾驶员准确的电池运行状态,包含电池基本电流电压参数,电池荷电状态及均衡状态等信息。本文以三元锂电池为研究对象,主要研究电池SOC算法优化以及电池组的均衡。对比多种锂电池等效模型,本文采用二阶RC等效电路模型,根据电池的混合脉冲功率特性（HPPC）实际测试数据,结合SOC-OCV曲线,进行模型的在线辨识和离线辨识。基于两种辨识结果搭建等效电路模型,对比实际测试的数据,仿真结果表明离线模型和在线模型的精度相差不大,但由于在线辨识的模型能根据不同的工况进行实时更新,因此采用在线辨识的模型。基于建立的等效电路模型,分析自适应无迹卡尔曼滤波算法（AUKF）估算原理。针对算法中依赖于离线的模型参数,导致模型误差估计较大的问题,引入带遗忘因子的最小二乘法对模型参数进行实时更新,联合AUKF算法进行SOC估算,提高SOC的估算精度,根据测试的数据对AUKF算法与联合算法两者进行对比分析,仿真结果表明,联合算法相比AUKF算法能有效提高SOC估算的准确度。对于目前出现电路均衡拓扑存在的均衡效率低,元器件过多,控制策略复杂的问题,本文采用了基于电感的主动均衡电路方案,该拓扑结构具有元器件少,均衡速度快的特点。通过对该均衡拓扑的原理分析,定量计算了均衡电流与电感取值和开关频率的乘积成反比的关系,并计算出了各个均衡器占空比的最大值。对均衡电路进行充电和放电两种状态的仿真,仿真结果表明,相对于传统的电感型均衡拓扑,该拓扑有更快更稳定的均衡速度。为验证SOC算法与均衡电路的正确性与可行性,本文设计并搭建了 BMS硬件实验平台,采用STM32芯片作为主控芯片搭建硬件实验平台,基于搭建的硬件实验平台分别进行电池组SOC估算实验和均衡实验。对电池组进行恒电流放电测试和变电流工况测试,同时估算电池组的SOC,对比SOC理论值与SOC估算值,验证了联合算法SOC估算的有效性和准确性。在充电、放电的状态对电池组进行均衡控制实验,以电池端电压为均衡判断条件进行电池均衡,对比均衡前后电池的端电压,验证了该均衡拓扑能有效实现电池的均衡。

关键词： BMS 电池均衡 SOC估算 ffrls AUKF

锂离子电池SOC估算策略及主动均衡技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

锂离子电池SOC估算策略及主动均衡技术研究

作者：王云秋南京理工大学

学位级别：硕士

锂电池作为电动汽车的主要动力影响着其行驶的可靠性和续航能力。对锂电池进行合理的管控也是解决其自身不一致性问题以及保证电动汽车中锂电池组安全性的关键。本文对模型参数辨识方法,SOC估算策略及均衡控制系统做出了具体研究。首先... 详细信息

锂电池作为电动汽车的主要动力影响着其行驶的可靠性和续航能力。对锂电池进行合理的管控也是解决其自身不一致性问题以及保证电动汽车中锂电池组安全性的关键。本文对模型参数辨识方法,SOC估算策略及均衡控制系统做出了具体研究。首先,本文主要分析了电池的工作原理并根据相关电化学特性建立等效电路模型。将电池在线辨识作为本文研究重点,根据等效电路模型建立状态空间方程,利用ffrls算法在MATLAB环境下对整个辨识过程进行了仿真分析。其次,详细介绍了电池SOC估算方法。对每种方法进行原理分析并在MATLAB/Simulink环境下做出仿真验证和误差分析。通过对比不同方法的优缺点,本文提出了一种基于噪声估计的新型SOC估算策略,对该估算策略进行详细的理论推导并结合实际工况做出了仿真和实验验证。然后,本文设计了电池均衡系统,介绍了电池均衡技术。将主动均衡作为本文研究的重点,确定级联双向Buck-Boost电路为均衡主电路并提出了一种基于模糊PID的自适应数模混合控制策略。对模糊PID控制器参数进行设计并利用Simulink搭建了基于均衡拓扑的模糊PID控制模型。随后对本文所采用的数模混合控制策略进行了详细的介绍。最后,搭建了电池均衡系统实验平台,对锂电池进行选型并完成均衡主功率电路的参数设计。根据电池均衡系统中所涉及的模块分别对硬件电路和软件系统进行设计。使均衡系统分别工作在充电均衡、放电均衡和静置均衡下从而验证本文理论分析的可行性。

关键词：参数辨识 ffrls SOC估算 ASREKF 主动均衡自适应控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对三种类型化工过程的灰箱建模方法探讨

针对三种类型化工过程的灰箱建模方法探讨

作者：雷晓义北京化工大学

学位级别：硕士

在经济与科技高速发展的今天，化工行业对国家的发展仍然起着举足轻重的作用。虽然自控技术在近几十年取得了显著的进步并且在各行各业得到了很大的应用，但是对存在参数未知、结构未知及非线性严重且不易实现对象建模的化工过程进行有... 详细信息

在经济与科技高速发展的今天，化工行业对国家的发展仍然起着举足轻重的作用。虽然自控技术在近几十年取得了显著的进步并且在各行各业得到了很大的应用，但是对存在参数未知、结构未知及非线性严重且不易实现对象建模的化工过程进行有效的控制仍然是一个难题。因此，为了实现化工过程对象的有效控制，实现生产效率的提高以及达到节能减排和资源有效利用等的生产要求，首先要解决的问题就是如何合理的建立化工对象的模型。本文针对三种类型化工对象展开建模，即对象结构已知而部分参数未知、对象结构和参数均部分未知、对象结构和参数均未知的情况。主要的灰箱建模思想是将回声状态网络（ESN）、先验知识以及根据物理化学定律挖掘的反应基元等元素进行合理的结合，进而实现化工对象的灰箱建模。此外，考虑到不同类型对象的特点，又利用了其他灰箱建模方法进行了对象建模的探讨。本文主要包含以下几个方面内容： 1、提出了ESN的迭代改进算法。分别将带遗忘因子的递推最小二乘（ffrls）和无先导卡尔曼滤波（UKF）用于ESN的权值训练。考虑到ESN是一种新型的动态神经网络，具有很强的非线性逼近能力。此外，状态池可以根据实际的需要进行稀疏连接等。因此将ESN用于本文的灰箱建模当中。但是ESN的传统训练方法存在以下不足之处：首先所需训练样本数据较大。其次由于训练是通过一次求逆得到的，所以在数据所构成矩阵不可求逆等情况下，应用此方法进行权值的训练会受到限制。再次这样的训练方法不能应用于在线建模和辨识的地方，不利于建模方法的扩展。为了能够很好的将ESN应用于后续化工对象建模当中，提高建模的精度和扩展建模方法的应用范围。本文将ffrls和UKF分别应用于ESN输出神经元为线性和非线性函数的权值的训练中。通过对黑箱模型的训练仿真实验，说明了上述方法对ESN训练不仅提高了建模精度、实现了在线更新，而且优于ESN传统的训练方法。 2、针对结构已知、参数部分未知的过程对象提出了，基于结构和参数寻优的灰箱建模方法、基于ESN和结构逼近的灰箱建模方法以及基于黄金分割的在线修正算法。基于结构和参数寻优的灰箱建模方法是一种利用NPSO算法和对象结构相结合的灰箱建模方法。此方法在保持已知的机理结构和参数的情况下，通过NPSO的全局搜索能力对模型的未知参数进行寻优搜索，进而建立对象的灰箱模型。基于ESN和结构逼近的灰箱建模方法：首先对于未知的参数进行经验给定。其次充分利用ESN的特点，将对象结构和参数融入到状态池内，以实现结构上逼近原型模型。最后通过训练模型的输出权值弥补经验参数给定造成的建模误差。本文应用上述改进的训练方法完成对权值的训练。针对输入信号超出其范围，造成模型输出误差较大时，本文对已建灰箱模型的可测变量进行实时监测，当出现较大偏差时，利用黄金分割法对关键参数进行修正，进而使模型输出的误差减小。 3、针对结构和参数均部分未知的过程对象，提出了基于迭代线性化和结构逼近的灰箱建模方法、基于对数线性化的结构及参数辨识的灰箱建模方法。基于迭代线性化和结构逼近的灰箱建模方法：首先通过迭代线性化的方法对对象的未知结构部分进行处理。其次将对象的已知结构和处理过的部分融入到ESN的状态池内。最后利用ffrls算法对ESN的状态池内权值进行训练，进而实现灰箱建模。基于对数线性化的结构及参数辨识的灰箱建模方法：首先保留已知的结构部分，对于未知的部分进行对数线性化处理。其次利用ffrls算法对结构未知部分进行辨识。最后利用ffrls算法对于参数未知部分进行辨识，进而实现对象的灰箱建模。 4、针对结构及参数均未知的对象，提出了基于ESN和基元的灰箱建模方法。在此灰箱建模方法建模的过程中首先对建模对象进行特性分析。其次根据分析结果以及相关理论知识挖掘反应所需的关键基元。然后将所获基元作为ESN状态池内的状态，赋予节点实际的意义。最后通过训练输出权值弥补建模过程中的误差，进而实现灰箱建模。最后针对本文建模方法未能解决的部分问题进行了阐述。

关键词：灰箱建模 CSTR ESN ffrls 化工过程建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于云平台的水泥生料预分解仿真系统研究

基于云平台的水泥生料预分解仿真系统研究

作者：马兆慧济南大学

学位级别：硕士

近年来,云平台技术已成为推动各行各业智能化、信息化发展的关键技术之一。目前水泥行业所采用的仿真技术信息化、智能化水平较低,普遍采用线下仿真软件,存在诸多弊端,无法为操作员的培训以及优化控制程序的验证提供良好仿真环境。且水... 详细信息

近年来,云平台技术已成为推动各行各业智能化、信息化发展的关键技术之一。目前水泥行业所采用的仿真技术信息化、智能化水平较低,普遍采用线下仿真软件,存在诸多弊端,无法为操作员的培训以及优化控制程序的验证提供良好仿真环境。且水泥预分解过程工况复杂多变,当前仿真系统所采用的预分解过程模型尚不能有效的反应实际生产情况。因此在水泥预分解过程不同工况下建立模型,并基于云平台技术开发一种在线的水泥仿真系统十分必要。本文研究设计了一种B/S模式下的、集多种功能于一体的基于云平台的水泥生料预分解过程仿真系统,主要的研究工作包含以下几部分。（1）基于云平台技术理念,从水泥生产预分解工艺的角度出发,设计了仿真系统的功能结构与总体架构,并对系统各部分内容的功能需求进行了详细的分析。系统框架主要分为数据采集与数据预处理、云平台数据库、仿真模型以及用户端等四个部分,包含了数据在线监测、历史数据查询、仿真培训及优化控制程序校验等功能。（2）分析了预热器温度以及分解炉出口温度的影响因素,确定了建立温度模型所需的关键变量;利用遗忘因子递推最小二乘法（ffrls）对预热器温度进行建模;结合水泥预分解生产工艺、水泥操作员的人工经验及生产历史数据,对分解炉进行了工况划分;并针对每种分解炉工况分别建立了基于果蝇寻优最小二乘支持向量机（FOALSSVM）的温度仿真模型。（3）对预分解仿真系统云平台数据库以及系统的基本仿真功能进行了详细设计。结合仿真系统的功能需求,确定了需要采集的相应数据点位并设计了相关数据库（远程监测数据库、仿真培训数据库、优化控制程序校验数据库）;利用数据库复制技术进行了云平台数据库的搭建;设计了仿真操作、仿真评价与仿真控制器等功能模块以实现仿真培训、优化控制程序校验等仿真功能。（4）利用***、HTML等多种技术设计开发了系统的交互界面,实现系统的仿真功能。该系统成功投运,操作员可以随时随地监测水泥预分解过程生产数据,为水泥生产操作的仿真培训以及优化控制程序的校验提供了一个更加良好的仿真环境。

关键词：仿真系统云平台数据库 ffrls 工况划分 FOA-LSSVM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动力电池SOC估计及均衡策略研究

动力电池SOC估计及均衡策略研究

作者：王超江西理工大学

学位级别：硕士

电动汽车（Electric Vehicles,EV）以其零污染、噪声小、电机驱动效率高、乘车舒适性好以及电能来源广泛等显著优势,在全球范围内得到了快速发展,成为汽车发展的未来。电动汽车中的电池管理系统（BMS,Battery Management System）是电... 详细信息

电动汽车（Electric Vehicles,EV）以其零污染、噪声小、电机驱动效率高、乘车舒适性好以及电能来源广泛等显著优势,在全球范围内得到了快速发展,成为汽车发展的未来。电动汽车中的电池管理系统（BMS,Battery Management System）是电动汽车的核心,其主要功能就是在复杂的车况下实时监测电池的工作状态,并进行有效管理和控制。电池荷电状态（SOC,State of Charge）实时监测和电池组的科学均衡是BMS中关键的两个问题。常见的SOC预测方法有通过测量电池表征参数进行预测、利用电池特性建立等效电路模型、智能算法预测等,这些方法具有简便、精度时效性高、适应性强、采集速度快等优点。但仍存在累积误差大、噪声难以估计、SOC与内阻的关系比较难于确立、易受电流波动影响、工况非线性等问题。电池组均衡模块能够保证各单体电池尽量保持一致,能够提高电池组能量利用率、安全性,但目前的均衡方法仍存在效率低、偏差大等不足。因此本文针对SOC预测和电池组均衡技术进行专门研究,致力于得到更理想的效果。首先对动力电池的基本特性进行分析,介绍了电池的基本结构和电化学反应原理,从这些基本原理出发分析了开路电压（OCV,Open Circuit Voltage）与荷电状态（OCV-SOC）之间的关系、电池的极化现象、电池实际可用容量与温度和充放电倍率之间的关系。接下来研究电池等效模型的建立,本文选择精度较高、参数容易辨识、计算量适中的二阶RC等效模型作为研究对象。考虑到电动汽车在正常工作时运行路况复杂,从而导致动力电池的放电电流变化剧烈,如果用固定的参数会引起很大误差,本文利用含遗忘因子的递推最小二乘法（ffrls,Forgetting Factor Recursive Least Squares）对二阶RC等效模型参数在线辨识,解决模型参数固定引起的误差问题,参数辨识精度高,且算法容易实现可以配合SOC估计算法进行联合仿真。然后研究动力电池SOC估计方法。本文提出了基于交互多模型无迹卡尔曼（IMMUKF,Interactive multi-model unscented Kalman）滤波算法估计动力电池SOC的方法,利用多模型并行滤波估计原理,通过模型融合输出,降低单一模型误差带来的SOC估计精度下降问题。在SOC估计时充分考虑电池不同倍率放电电流引起的电池实际可用容量变化和采样噪声,建立大、中、小电流放电模型,根据在线辨识的RC参数和实际容量以及噪声可以确定多模型的状态空间方程参数矩阵,通过先验电压电流信息确定各模型转移概率和模型概率,最后通过Matlab仿真软件搭建基于IMM-UKF算法估计SOC的模型,利用动态压力测试（DST,Dynamic Stress Test）工况来验证IMM-UKF算法的估计精度,仿真结果表明IMM-UKF算法估计结果要优于UKF算法和EKF算法,SOC估计平均误差在1%以内,具有较高的估计精度。最后在精确估计电池SOC的基础上研究动力电池均衡控制技术,利用电池SOC一致性为均衡目标,提出了基于储能电感和辅助电源的双层均衡模式,电池模组内部底层均衡通过储能电感完成均衡,通过控制底层模组电池的数量,避免电池数量的增加引起电池能量流动的距离太长,从而导致均衡效率降低;顶层均衡通过辅助电源完成,当系统监测到电池SOC最低的模组完成了底层均衡,随即调用顶层均衡,当被均衡模组的SOC与SOC值最大的模组相等时,此时停止均衡,通过控制其他MOS管的导通转而对另外一个模组进行均衡,这样能够较大的提高均衡效率,其系统不需要隔离,硬件实现成本低。仿真实验证明,该策略具有较好的均衡效果。

关键词：动力电池 ffrls IMM-UKF算法 SOC估计双层均衡