針對在非高斯噪聲干擾下,傳統(tǒng)擴(kuò)展卡爾曼濾波算法估計鋰離子電池荷電狀態(tài)時精度低的問題,長安大學(xué)電子與控制工程學(xué)院、四川大學(xué)電氣工程學(xué)院的研究人員巫春玲、胡雯博、孟錦豪、劉智軒、程琰清,在2021年第24期《電工技術(shù)學(xué)報》上撰文,提出一種基于最大相關(guān)熵的擴(kuò)展卡爾曼濾波新算法,用于估計鋰離子電池的荷電狀態(tài)。新算法在運(yùn)行時間增加很小的情況下,估計精度高且魯棒性好,是一種非常有效的估計方法。
鋰離子電池具有比能量高、自放電率低、循環(huán)性能好﹑無記憶和綠色環(huán)保等優(yōu)點(diǎn),是目前最具發(fā)展前景的高效二次電池和發(fā)展最快的化學(xué)儲能電池。同時,鋰離子電池市場價格適中,且能夠長時間穩(wěn)定供能,逐漸成為儲能系統(tǒng)中廣泛應(yīng)用的主要元件之一。
為更好地掌握鋰離子電池的工作狀態(tài),需要對其荷電狀態(tài)(State of Charge, SOC)進(jìn)行精確的分析計算和預(yù)測估計。SOC表示電池中剩余的可使用能量,準(zhǔn)確的SOC估計不僅能夠提供與電池性能相關(guān)的信息,而且還能夠提高電池運(yùn)行過程中的可靠性與安全性。由于電池內(nèi)部化學(xué)反應(yīng)復(fù)雜、系統(tǒng)非線性強(qiáng),且具有時變特性,故不能直接對電池SOC進(jìn)行測量。
在SOC估計的眾多方法中,基于卡爾曼濾波的方法估計SOC目前應(yīng)用比較廣泛。傳統(tǒng)卡爾曼濾波算法及其改進(jìn)方法均在高斯噪聲干擾下進(jìn)行估計,然而實際情況下,系統(tǒng)常處于非高斯噪聲干擾下。在非高斯噪聲干擾,上述各種算法的估計精度會變差,難以應(yīng)用于實際情況。
為提高非高斯噪聲干擾下電池SOC的估計精度,長安大學(xué)電子與控制工程學(xué)院等單位的研究人員提出一種基于最大相關(guān)熵準(zhǔn)則的擴(kuò)展卡爾曼濾波(Maximum Correlation-entropy Criterion Extended Kalman Filter, MCC-EKF)算法用于電池的SOC估計。他們首先對鋰離子電池進(jìn)行Thevenin等效電路建模,并對該模型中的參數(shù)進(jìn)行了辨識,然后在高斯噪聲干擾和非高斯噪聲干擾下,分別運(yùn)用提出的MCC-EKF算法和EKF算法對電池SOC進(jìn)行估計。
實驗結(jié)果表明,與EKF算法相比,新算法在高斯噪聲干擾下,運(yùn)行時間增加0.282s,估計精度提高19%;在非高斯噪聲干擾下,運(yùn)行時間增加0.418s,估計精度提高51%;故新算法的估計精度高于EKF算法,尤其是在非高斯噪聲干擾下,新算法的估計精度有顯著性提高。
另外,為驗證新算法的魯棒性,在高斯噪聲干擾和非高斯噪聲干擾下,研究人員分別設(shè)置準(zhǔn)確的SOC初值與錯誤的SOC初值對SOC進(jìn)行估計。仿真結(jié)果表明,在SOC初值錯誤的情況下,新算法在電池開始工作后10s內(nèi)就能夠收斂到真實值,故新算法具有較好的魯棒性。所提出的算法是一種精度高而且魯棒性好的有效估計方法。
本文編自2021年第24期《電工技術(shù)學(xué)報》,論文標(biāo)題為“基于最大相關(guān)熵擴(kuò)展卡爾曼濾波算法的鋰離子電池荷電狀態(tài)估計”,作者為巫春玲、胡雯博 等。
原標(biāo)題: 長安大學(xué)等單位的學(xué)者提出估計鋰離子電池荷電狀態(tài)的新算法