SOC算法局限性研究总结.ppt
《SOC算法局限性研究总结.ppt》由会员分享,可在线阅读,更多相关《SOC算法局限性研究总结.ppt(23页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、SOC算法局限性研究算法局限性研究总结SOC算法1 常用的SOC算法:安时法、电压法、内阻法、神经网络法和卡尔曼滤波法等。2 安时法将电池看作黑箱,不关心电池内部的结构,算法简单易行,被广泛应用,但是它会产生累积误差且无法消除;3 电压法和内阻法是根据电池电压电压法和内阻法是根据电池电压和内阻与SOC的固定函数关系来对SOC进行估计,也得到了广泛应用;4 神经网络法和卡尔曼滤波法是最近几年才应用于SOC估计中的智能算法,原理较为复杂,实现起来有一定难度。2SOC算法总结SOC估计算法优点缺点适用场合卡尔曼滤波法不仅能获得SOC的估计值,还能得到估计误差能力要求高适用各种电池,尤其适合电流波动大
2、的动力汽车的SOC估计开路电压法简单易行,精度较高电池组需静止较长时间达稳定状态,克服自恢复效应,很难确定达稳状时间。只适应电动汽车停车检测,不满足在线检测要求内阻法电池放电后期具有较高精度和较好适应性电池单体内阻检测较困难,放电初期内阻变化不大,增加测量难度适应于放电后期SOC估计,可以安时法组合利用负载电压法可在线估计SOC,恒流放电效果好不适应变电流或剧烈波动的放电工况很少应用到实车,常用来作为充放电截止依据3SOC算法总结SOC估计算法优点缺点适用场合线性模型法对测量误差和错误的初始条件有很多的鲁棒性适应范围不广适用低电流,SOC缓慢变化的情况AH计量法法只要能精确测量放电电流,且有足
3、够的估计起始点查询,那么是一种简单且可靠的方法因电流精度导致累计误差,要考虑充放电效率,放电倍率,在高温,电流波动误差很大只适应所有电动汽车电池人工神经网络快速方便,具有较高精度,可以现场工矿确定电池SOC需要大量参考数据进行训练,估计方法受训练数据和方法影响很大适用各种电池放电实验法具有可靠,精度高的优点需要较长时间,测量时电池必须处于脱机状态电池的检修和维护动态逼近法简单精度一般精度不高的场合4开路法存在的问题1.由于不同充放电比率时电池组的电压不一致,因此对电流波动比较大的场合,这种方式的计量将失去意义。2 不同时期电池组的内阻大小不一样,测量方式的测量精度很低。3 对单体电池的估计要优
4、于电池组,单体电池不均衡,会导致电池组的容量低时电压会很高。5容量积分法存在问题1 不同放电比率状态下以Qm的值不同。2 电池的自放电与存放时间和温度有很大关系3 多次循环之后会出现一些误差积累4使用一段时间后,已知SOC和测量SOC来计算误差纠正因子。但仍存在问题6电池内阻法弊端1一般内阻测试法较多用于铅酸电池和镍氢电池2 在线测量存在问题,单体电池测量还比较精确3 在线测量的接触电阻以与单体电池的轮换选择,因此内阻测量误差较大4 电池组循环过程中内阻变化不大,误差很大7卡尔曼滤波法步骤与局限性1 开路电压法估计电池的初始容量2 电池容量的影响因素作为系统噪声3卡尔曼滤波最小方差估计最优化递
5、推算法4 实际使用中较复杂,同样需要电压的精确校5 温度、自放电率以与放电倍率对容量的影响考虑的不够全面8电量计量受到诸多因素的影响1 放电电流的影响(电流积分法,电流变化较大的系统,存在着一定的误差)2 温度的影响3 电池容量衰减的影响(循环过程中)4 电池的自放电影响(内部的化学反应,与温度成正比,按实验数据修正)5 一致性的影响(电池组的电量估算是按照总体电池的电压来估算和校正的,电池差异大精度差)6 其它影响(电池组管理系统的功耗影响)9目前研究状况1 4串以下的小型电池组采用开路法,大型电池组,一般利用电流积分法。2 影响精度,校正-电压校正。神经网络或者卡尔曼滤波法等,考虑了一些电
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SOC 算法 局限性 研究 总结
限制150内