基于模型参数在线辨识的蓄电池SOC估算.pdf

2014年 电工技术学报 V01．29 Sup．1 TRANSACTl0NS0FCHINAELECTROTECHNICAL 2014 第29卷增刊l SOCIETY 基于模型参数在线辨识的蓄电池SoC估算 张金龙 魏艳君 李向丽 张 迪 漆汉宏 (燕山大学电气工程学院 秦皇岛 066004) 摘要 以铅酸蓄电池为研究对象，通过构造一种综合型策略来实现对储能蓄电池荷电状态 (soc)的实时准确估算。本方法首先引入递推最小二乘(RLs)算法实现对蓄电池模型参数的在 线辨识，进而将该参数辨识策略与无迹卡尔曼滤波(uKF)算法相结合，这样一来，在采用uKF 对soc进行估算时所用模型参数为在线辨识的结果，本研究将此两种算法巧妙地结合起来实现了 对蓄电池soc的实时准确估算。由于在线模型参数辨识的实现，使得该策略具有较强的自适应性， 故此可称之为自适应sOc估算技术。仿真结果表明，该方法可实现对蓄电池soc的准确估算。 关键词：蓄电池 sOc估算在线参数辨识 uKF 中图分类号：TM911 BattervSoCEstimationBasedononlineParameterIdentification w龟i Li Di ZhnngJinlongYQnjtlnXinngliZhnngQiHnnhong (Yanshan 066004China) UniVersityQinhuangdao Abstractwiththeresearchof1ead-acid aimsto estimatethe object battery，thispaper correctly stateof a SOCestimation battery charge(SOC)byconstructingcomprehensiVe strategy．Firstly， recursiveleast is torealizeonline identificationofthe square(RLS)algorithmadopted parameter thenanelaboratecombinationofRLSandUnscentedKalmanFilter model；and equiValentbattery the in model usedUKFare obtained established，thus (UKF)is battery parameters actually recursiVely be the canestimatedUKF．This hasanobVious dueto byRLS；finally，SOC by strategy adaptability ofonline itisalsocal