版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著鉛酸蓄電池(VRLA)在工業(yè)生產(chǎn)領(lǐng)域不斷應(yīng)用,為了確保電池性能良好、延長電池的壽命,必須對鉛酸蓄電池的性能進(jìn)行有效地實(shí)時(shí)監(jiān)測,從而確保其安全、可靠地作為后備電源運(yùn)行。
目前,國內(nèi)外對于電池性能的估算大多體現(xiàn)在電池的剩余電量(State OfCharge,SOC)上,然而與SOC的研究相比,有關(guān)電池健康度(State OfHealth,SOH)的研究相對滯后,估計(jì)方法也不太成熟,同時(shí)電池的健康度(SOH)又與電壓、電流、內(nèi)阻
2、、溫度等其他電氣參數(shù)有別,無法通過設(shè)備或儀器采用直接測量法獲得,但這些電池參數(shù)隨著電池的健康度(SOH)的變化而變化。因此,準(zhǔn)確的在線估算電池健康度狀態(tài)問題也成為現(xiàn)今研究的熱點(diǎn)。
針對以上問題,本文首先通過對電池健康度國內(nèi)外現(xiàn)狀進(jìn)行研究,通過實(shí)驗(yàn)選定內(nèi)阻作為電池健康度的主要研究對象,同時(shí)實(shí)驗(yàn)影響內(nèi)阻的主要因素,實(shí)驗(yàn)表明準(zhǔn)確估算內(nèi)阻的前提是剩余電量估算的準(zhǔn)確性。選定Thevenin作為電池的等效電路模型,并以此模型進(jìn)行后續(xù)算法的
3、研究。
然后通過對電池健康度估算方法的研究,根據(jù)無跡卡爾曼濾波算法(UKF)存在的問題,進(jìn)一步通過對算法中的噪聲干擾與觀察干擾進(jìn)行優(yōu)化,提出了基于雙重自適應(yīng)無跡卡爾曼濾波算法,結(jié)合Thevenin電池等效模型,對電池剩余電量與內(nèi)阻進(jìn)行在線估算,從而估算出電池健康度,仿真實(shí)驗(yàn)結(jié)果表明,此算法對電池健康度在線估計(jì)具有較好的精度。
最終,在Windows環(huán)境下利用VC++語言,通過MFC類庫下控件搭建軟件的測試平臺,實(shí)現(xiàn)U
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于無跡卡爾曼濾波算法的動(dòng)力電池剩余電量估算.pdf
- 基于改進(jìn)卡爾曼濾波算法的SOC估計(jì)方法研究.pdf
- 基于擴(kuò)展卡爾曼濾波的動(dòng)力鋰電池SOC估算研究.pdf
- 基于無跡卡爾曼濾波的磷酸鐵鋰電池SOC估算研究.pdf
- 基于改進(jìn)卡爾曼濾波的鋰離子電池狀態(tài)估計(jì)方法研究.pdf
- 基于粒子群的卡爾曼濾波算法改進(jìn)和優(yōu)化.pdf
- 基于虛擬擴(kuò)展卡爾曼濾波的鋰離子電池SOC估算研究.pdf
- 提高GPS定位精度的改進(jìn)卡爾曼濾波算法研究.pdf
- 基于改進(jìn)卡爾曼濾波的虛擬陀螺研究.pdf
- 基于雙重卡爾曼濾波器電池SOC估計(jì)的算法研究.pdf
- 基于δ算子的遞推卡爾曼濾波算法研究.pdf
- 基于卡爾曼濾波的RFID定位算法研究.pdf
- 基于卡爾曼濾波的動(dòng)力電池SOC估計(jì)算法設(shè)計(jì).pdf
- 基于卡爾曼濾波的數(shù)字穩(wěn)像算法研究.pdf
- 基于JTIDS相對導(dǎo)航卡爾曼濾波算法的研究.pdf
- 非線性卡爾曼濾波算法的改進(jìn)及精度分析.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的卡爾曼濾波算法研究.pdf
- 基于卡爾曼濾波算法的風(fēng)速序列預(yù)測方法.pdf
- 基于改進(jìn)迭代中心差分卡爾曼濾波器的鋰電池SOC估計(jì)算法的研究.pdf
- 基于卡爾曼濾波的飛行器定位算法研究.pdf
評論
0/150
提交評論