论文部分内容阅读
21世纪以来,电化学储能广泛应用于电力系统,成为电力系统中除抽数蓄能外规模最大的储能类型,各类电化学储能技术中,锂离子电池的累计装机规模最大。由于锂离子电池的高昂成本,为保证锂离子电池的安全、高效运行,需要对其荷电状态(State of Charge,SOC)进行估算。卡尔曼滤波器由于其精度较高,计算复杂度适中,应用广泛在锂离子电池的SOC估计中。然而,基于卡尔曼滤波器的SOC估算效果容易受滤波器参数设置、电压电流测量精度和电池模型精度等因素的影响,厘清SOC估算精度与各因素之间的定量关系,成为其走向应用的重要环节,也是进一步改进该方法的前提条件,具有十分重要的意义。在上述背景下,本文从卡尔曼滤波器应用于SOC估算时的计算流程入手,给出了引起SOC估算误差的误差源,并推导了各误差源下SOC估算误差的时域表达式和z域传递函数,并进一步借此分析了初始SOC偏差、电压量测误差、电流测量误差和电池各参数误差对SOC估算结果的影响。本文主要工作和获得的结论如下:(1)简述了卡尔曼滤波器的基本理论,介绍了锂离子电池的等效数学模型和电路结构;进一步给出了基于扩展卡尔曼滤波器(EKF)和锂离子电池的2阶RC模型进行SOC估算的计算流程;基于HPPC试验数据对SOC进行估算。实验结果表明,存在较大的初始SOC误差和高斯白噪声形式的电压、电流测量误差时,基于EKF的SOC估算结果能够很快的收敛到真值附近,且稳态误差在2%以内。(2)给出了利用EKF进行SOC估算时的抗干扰性能分析方法。从基于EKF和2阶RC模型的SOC估算的计算流程入手,由递推公式建立了以电压、电流测量误差为输入,以SOC估算误差为状态的误差传递系统;然后推导了初始SOC误差、电流测量误差、电压测量误差下的SOC估算误差的时域表达式和z域传递函数;进一步给出了决定该误差系统的收敛性的因素,以及描述收敛速度的时间常数和SOC估算误差稳态值的计算公式;基于HPPC试验数据,验证了所提方法和所得结论的有效性。(3)给出了利用EKF进行SOC估算时的鲁棒性分析方法。从基于EKF和2阶RC模型的SOC估算的计算流程入手,由递推公式推导了准稳态时电池状态方程输出偏差(电池状态预测值偏差)和观测方程输出偏差(电池端电压预测值偏差)到SOC估算误差的z域传递函数;然后假定电流变化缓慢的情况下推导了各电池参数偏差到SOC估算误差的z域传递函数;进一步给出了固定电池参数偏移下的SOC估算误差稳态值;基于恒流放电试验数据,验证了所提方法和所得结论的有效性。