不间断电源(UPS)SOC估计算法改进

不间断电源SOC的改进估计算法

因为啊测量容易造成电流开路电压的误差方法不便于测量开路电压,但扩展卡尔曼滤波方法可以弥补两者的不足,起到固定的用途,因此,在本文中,我们采用啊测量开路电压法和扩展卡尔曼滤波算法,结合前面发挥发挥自己的优势,并克服的缺陷。模型而言,虽然把模型的滞后效应和极化效应的模型能反映电池的特点,但很明显,复杂的结构模型,计算成本高,简化模型,开路电压的集成一个变量,而不是计算开路电压,因此,我们采用复合模型,可以反映电池的重要特点,提高精度,而且还可以减少计算时间。

Ah测量方法是目前最简单、最常用的一种估计方法。根据卡尔曼滤波算法的离散时间思想，将其基本公式改写为:

式(2-2)中，SOCk表示第k时刻的荷电状态值，将传统Ah计量方法中的荷电状态值进行量化，并通过扩展卡尔曼滤波算法对其进行了有效修正。其中，充放电比影响系数I和温度t影响系数t是我们必须解决的两个因素，其中，充放电率影响系数(I)可由peugeotkert方程求得。根据电池的充放电特性，不同的充放电速率会导致电池的充放电能力不同。同时，不同的充放电速率也会对电池电压和荷电状态值的变化出现影响。

使用开路电压之间的关系和国家每个采样时刻SOC的SOC值初始值,和啊测量来估计未来时刻的SOC状态值修正后功能要扩展卡尔曼滤波算法的初始值电流开路电压法和阿法积累造成的误差修正,提高计算的准确性。扩展卡尔曼滤波算法的具体修改步骤如下:(1)模型选择:为了降低计算成本，保证估计结果的准确性，我们采用复合模型。(2)计算卡尔曼滤波的方程匹配系数。(3)状态变量初始化。(4)采用扩展卡尔曼滤波算法进行校正。SOC的初始状态值SOC0可以根据上一次剩余功率和电池当前开路电压来计算。噪声误差的初值Dw、Dv和均方估计误差P0+是根据不同电池型号的噪声干扰和数据采集确定的。

改进的SOC估计算法结合了Ah法、开路电压法和扩展卡尔曼滤波算法的优点。首先,用开路电压的方法系统供应一个相对准确的SOC状态初始值,然后不断重复使用啊测量SOC状态值计算,初步估计SOC值的当前状态,使用卡尔曼滤波器算法的校正,啊,消除测量误差和开路电压的方法,得到一个SOC状态最优估计的当前时间。该算法不仅降低了计算成本，而且提高了计算精度，使整个系统稳定有效。