形式:
!!
!"
" #!($)% &’($)
(
($)" )!($)
# $ %
式中:’——
— 系统输入(电池工作电流 &)
!——
— 系统状态变量( ’ *
+,
*
+-
*
(
)
.
)
(——
— 系统输出(电池端电压)
)——
— 量测矩阵( ’ ( ( * ) )
将式($)离散化可得:
!
/ % *
" #
0
!
/
% &
0
’
/
(
/ % *
" )
0
!
/ % *
(+)
式中:#
0
4 1 % #.
+
&
0
" &.
+
)
0
" )
.
+
# 系统采样时间)
考虑 !"
/
,#
/
噪声的影响,式(+)可变为
!
/ % *
" #
0
!
/
% &
0
’
/
% !"
/
2
/ % *
" )
0
!
/ % *
% #
/
(,)
式中:2——
— 考虑 #
/
噪声影响的系统输出(电池端电压)
应用卡尔曼滤波算法对电池 -./ 估算主要分为三个阶段:
各符号标记的含义是:!3(45 6)表示变量 0 的第 1 次采样估计值,
它包含了时刻 2 及以上所有时刻的信息,7
# 4 3 6%
同理。卡尔曼滤波的
一个特性就是使系统的被估计状态矢量!3
(/ % * 5 / % *)
在 4 5 * 时刻的和
平方误差最小,
这个误差是实际值和被估计值之间的误差。
617{1
[(!
/ % *
8 !3
/ % * 5 / % *
)
(!
/ % *
8 !3
/ % * 5 / % *
)
.
]}
通过递归方法,如图 ,,可以从前一个值!3
(/5 /)
,输入 ’ 和测量
信号 9 计算出卡尔曼滤波的估计!3
(/ % * 5 / % *)
。因此,在每一次采样中
’
(
8 ’
*
9 ’
/
8 ’
/ 5 *
和 9
(
8 9
*
9 9
/
8 9
/ 5 *
被认为是有效的输入 3 输出数
据。通过预测 3 纠错和迭代递推方法可以实现卡尔曼滤波策略。
!
试验结果与仿真分析
考虑系统噪声、量测噪声,应用 :;<=;> 编写电池剩余电量卡
尔曼滤波估计 6 函数(程序流程图如图,所示),对本系统所管理铅
酸电池?(; 恒流放电过程进行仿真。仿真波形如图@中曲线*所示。同
样考虑系统噪声、量测噪声,应用 :;<=;> 编写 6 函数,用电池电
动势估计剩余电量,
对本系统所管理铅酸电池?(; 恒流放电过程进
行仿真。
仿真波形如图@中曲线?所示。从仿真波形来看,电池剩余电
量卡尔曼滤波估计大大减小了系统噪声、量测噪声带来的估计误
差,使剩余电量在线估算更为准确。且算法只需要记住前一步的估
计结果8 大大减少了存贮器的使用量。由此电池剩余电量卡尔曼估
计算法十分适合电动汽车铅酸电池管理系统使用。
"
结论
从实验有管理系统测得的电压、电流数据来看,尽管与手动专
门测量有存在着误差,但已经初步达到了判断电池状态的要求。
依据电池电压以及电流、温度等参数实现的电池剩余电量估测结
果仍然需要大量实验验证,也是电池管理系统能否有实质性进步
的重要一环,关键是需要为电池建立合适的等效模型,应用更为先
!下转第 "# 页 $
!" # $%&’()*’+% ,-(./+(*.0
《电气自动化》!"#" 年第 $! 卷 第 # 期
%&’() *+,,-. /&01)&- 2(340&-&5.
电源控制技术