信号噪声干扰、电池模型对温度与老化的适应性及单体不一致性等因素直接影响电池组电荷状态(State of Charge,SOC)估算精度.为实现锂离子电池组SOC的准确估计,提出了一种使用交互多模型(Interacting Multiple Model,IMM)和自适应电池状...信号噪声干扰、电池模型对温度与老化的适应性及单体不一致性等因素直接影响电池组电荷状态(State of Charge,SOC)估算精度.为实现锂离子电池组SOC的准确估计,提出了一种使用交互多模型(Interacting Multiple Model,IMM)和自适应电池状态估计器(Adaptive Battery State Estimator,ABSE)相结合的估算方法.首先,基于电池组综合特性建立电池交互模型,通过ABSE对单体SOC进行估算并嵌入IMM模型中.然后,计算各模型的信息分配因子,并根据信息分配因子对各模型的SOC进行概率融合,得到精度较高的电池组SOC.最后,在不同温度的组合工况下,评估该算法的鲁棒性和普适性.实验结果表明,该方法适用于系统输入信号存在噪声、全气候工况和单体间存在不一致性的环境,在有效充放电期间平均误差小于2%.展开更多
75 Ah锂离子蓄电池作为IGSO卫星储能电池得到在轨应用,数据表明两组蓄电池在轨性能一致性高,单翼蓄电池组内22串电池的电压离散度小于20 m V,蓄电池温度梯度小于3.5℃,一个长光照期内,蓄电池荷电态保持在70%~80%,进行补充充电3次。蓄电...75 Ah锂离子蓄电池作为IGSO卫星储能电池得到在轨应用,数据表明两组蓄电池在轨性能一致性高,单翼蓄电池组内22串电池的电压离散度小于20 m V,蓄电池温度梯度小于3.5℃,一个长光照期内,蓄电池荷电态保持在70%~80%,进行补充充电3次。蓄电池在轨实践表明蓄电池设计合理,性能稳定可靠,在轨管理方法合理有效。展开更多
文摘信号噪声干扰、电池模型对温度与老化的适应性及单体不一致性等因素直接影响电池组电荷状态(State of Charge,SOC)估算精度.为实现锂离子电池组SOC的准确估计,提出了一种使用交互多模型(Interacting Multiple Model,IMM)和自适应电池状态估计器(Adaptive Battery State Estimator,ABSE)相结合的估算方法.首先,基于电池组综合特性建立电池交互模型,通过ABSE对单体SOC进行估算并嵌入IMM模型中.然后,计算各模型的信息分配因子,并根据信息分配因子对各模型的SOC进行概率融合,得到精度较高的电池组SOC.最后,在不同温度的组合工况下,评估该算法的鲁棒性和普适性.实验结果表明,该方法适用于系统输入信号存在噪声、全气候工况和单体间存在不一致性的环境,在有效充放电期间平均误差小于2%.
文摘75 Ah锂离子蓄电池作为IGSO卫星储能电池得到在轨应用,数据表明两组蓄电池在轨性能一致性高,单翼蓄电池组内22串电池的电压离散度小于20 m V,蓄电池温度梯度小于3.5℃,一个长光照期内,蓄电池荷电态保持在70%~80%,进行补充充电3次。蓄电池在轨实践表明蓄电池设计合理,性能稳定可靠,在轨管理方法合理有效。
