锂电池荷电状态(state of charge,SOC)的准确估计对电池安全监测与能量的高效利用具有重要意义。提出一种新的验证模型,首先对电池新一代汽车合作伙伴(PNGV)模型进行改进,考虑电池充放电的差异,加入了二极管电阻的并联网络来代替传统PNG...锂电池荷电状态(state of charge,SOC)的准确估计对电池安全监测与能量的高效利用具有重要意义。提出一种新的验证模型,首先对电池新一代汽车合作伙伴(PNGV)模型进行改进,考虑电池充放电的差异,加入了二极管电阻的并联网络来代替传统PNGV模型的内阻,在此基础上,增加了一个RC的并联网络来表征电池的动静态特性。以三元锂电池为研究对象,通过遗忘因子最小二乘法(forgetting factor recursive least square,FFRLS)对改进模型进行在线参数辨识,并提出了主充电、放电实验对锂电池工作特性进行仿真分析,通过FFRLS-EKF算法在DST工况下对SOC进行估算。实验结果表明,改进的2RC-PNGV模型能够较好地反映锂电池工作特性,HPPC实验的平均电压误差为0.17%,模型具有较高的精度。主充电过程SOC平均估算误差为0.957%,最大估算误差为5.03%;主放电过程SOC平均估算误差为0.807%,最大估算误差为3.38%,表明改进的2RC-PNGV模型与联合估计算法均可用于SOC实际估算。展开更多
为了准确估算锂电池的剩余荷电状态(State of Charge,SOC),在2阶RC等效电路模型基础上,采用带遗忘因子递推最小二乘法(Forgetting Factor Recursive Least Square,FFRLS)对电池模型进行在线参数辨识,提高模型精度,联合扩展卡尔曼滤波算...为了准确估算锂电池的剩余荷电状态(State of Charge,SOC),在2阶RC等效电路模型基础上,采用带遗忘因子递推最小二乘法(Forgetting Factor Recursive Least Square,FFRLS)对电池模型进行在线参数辨识,提高模型精度,联合扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)对锂电池的SOC进行估算。在MATLAB环境下进行模拟仿真,仿真结果表明:FFRLS算法辨识后电池模型得仿真电压与实际电压得最大误差为0.029,平均误差约为0.0006,联合EKF对SOC的估算误差在绝对值3%以内,其中最大误差绝对值为2.6%。展开更多
现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容...现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容积卡尔曼滤波(SR-CKF)的等效模型参数在轨辨识策略.首先,为了建立适用于金属膜片贮箱的等效模型,在等效球摆模型的悬挂点施加扭簧-阻尼器以等效金属膜片对推进剂的刚度-阻尼效应,并借助Kane方法建立了航天器刚-液耦合动力学方程.其次,针对状态反馈反步控制器中等效模型参数未知的情形,提出一种基于SR-CKF的等效模型参数在轨辨识策略.该策略可在航天器完成一次大角度姿态机动任务的同时,根据星载角速度计数据在线辨识出等效模型的各项参数以及贮箱内推进剂的剩余量,并预测出推进剂的分布运动状态.最后,数值仿真结果表明了提出的在轨辨识策略的有效性和必要性.文章的工作对于航天器GNC系统中等效模型的校准迭代、研究推进剂在轨晃动行为及预测航天器服役年限具有重要参考价值.展开更多
文摘锂电池荷电状态(state of charge,SOC)的准确估计对电池安全监测与能量的高效利用具有重要意义。提出一种新的验证模型,首先对电池新一代汽车合作伙伴(PNGV)模型进行改进,考虑电池充放电的差异,加入了二极管电阻的并联网络来代替传统PNGV模型的内阻,在此基础上,增加了一个RC的并联网络来表征电池的动静态特性。以三元锂电池为研究对象,通过遗忘因子最小二乘法(forgetting factor recursive least square,FFRLS)对改进模型进行在线参数辨识,并提出了主充电、放电实验对锂电池工作特性进行仿真分析,通过FFRLS-EKF算法在DST工况下对SOC进行估算。实验结果表明,改进的2RC-PNGV模型能够较好地反映锂电池工作特性,HPPC实验的平均电压误差为0.17%,模型具有较高的精度。主充电过程SOC平均估算误差为0.957%,最大估算误差为5.03%;主放电过程SOC平均估算误差为0.807%,最大估算误差为3.38%,表明改进的2RC-PNGV模型与联合估计算法均可用于SOC实际估算。
文摘为了准确估算锂电池的剩余荷电状态(State of Charge,SOC),在2阶RC等效电路模型基础上,采用带遗忘因子递推最小二乘法(Forgetting Factor Recursive Least Square,FFRLS)对电池模型进行在线参数辨识,提高模型精度,联合扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)对锂电池的SOC进行估算。在MATLAB环境下进行模拟仿真,仿真结果表明:FFRLS算法辨识后电池模型得仿真电压与实际电压得最大误差为0.029,平均误差约为0.0006,联合EKF对SOC的估算误差在绝对值3%以内,其中最大误差绝对值为2.6%。
文摘现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容积卡尔曼滤波(SR-CKF)的等效模型参数在轨辨识策略.首先,为了建立适用于金属膜片贮箱的等效模型,在等效球摆模型的悬挂点施加扭簧-阻尼器以等效金属膜片对推进剂的刚度-阻尼效应,并借助Kane方法建立了航天器刚-液耦合动力学方程.其次,针对状态反馈反步控制器中等效模型参数未知的情形,提出一种基于SR-CKF的等效模型参数在轨辨识策略.该策略可在航天器完成一次大角度姿态机动任务的同时,根据星载角速度计数据在线辨识出等效模型的各项参数以及贮箱内推进剂的剩余量,并预测出推进剂的分布运动状态.最后,数值仿真结果表明了提出的在轨辨识策略的有效性和必要性.文章的工作对于航天器GNC系统中等效模型的校准迭代、研究推进剂在轨晃动行为及预测航天器服役年限具有重要参考价值.
