-
公开(公告)号：CN104535934B
公开(公告)日：2017-07-21
申请号：CN201410851183.8
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明一种在线前馈补偿的动力电池电荷状态估计方法与系统，本方法步骤为：Ⅰ、建立动力电池模型及电压电流采样、参数辨识；Ⅱ、用自适应卡尔曼滤波的参数辨识；Ⅲ、OCV‑SOC关系的神经网络建模，由开路电压OCV得到电荷状态估计值NNSOC；Ⅳ、根据前一时刻电流求当前时刻的电荷状态估计值BSOCk，此值与NNSOC加权求和得前馈补偿的电荷状态估计值。本系统的动力电池所接电压电流传感器连接嵌入式微控制器，微控制器含有自适应卡尔曼滤波的参数辨识模块、OCV‑SOC神经网络SOC估计模块以及前馈补偿模块。本发明结构简单，不受SOC初始值影响，辨识与估计速度加快，在线前馈补偿提高了SOC估计精度。
-
公开(公告)号：CN104460819B
公开(公告)日：2016-04-13
申请号：CN201410814066.4
申请日：2014-12-23
Applicant: 桂林电子科技大学
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 本发明为一种光伏阵列最大功率点滑模跟踪控制方法及系统。本方法根据光伏阵列的输出电压和电流得到开关控制信号的最大功率点跟踪控制方法具体为：步骤Ⅰ对电压、电流信号进行滑动平均滤波预处理，以减小采样测量干扰对最大功率点跟踪控制精度的影响，同时提高最大功率点的跟踪速度。步骤Ⅱ计算基于不完全偏微分的滑模函数S2的值，步骤Ⅲ对开关控制信号进行迟滞处理，根据S2的值与设定值δ关系，得到0或1的开关控制信号u。本系统单片机内存储基于不完全偏微分滑模面函数计算程序和迟滞处理程序，实现调整控制DC-DC变换电路的等效负载使之与光伏阵列内阻匹配，快速、精确跟踪光伏阵列的最大功率，结构简单，成本低，易于实现。
-
公开(公告)号：CN105891727B
公开(公告)日：2018-10-19
申请号：CN201610412667.1
申请日：2016-06-13
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为一种双变结构滤波的动力电池荷电状态SOC的估计方法与系统，本法步骤为：先建立电池等效模型，采用第一变结构滤波对动力电池模型的参数辨识，拟合动力电池开路电压OCV与SOC关系，再用第二变结构滤波的估算SOC。变结构滤波参数ββ值对修正增量影响较大，引入模糊规则自适应调整ββ。本估计系统电压、电流传感器安装于待检动力电池，微处理器含有执行本方法的计算模块，微处理器在线显示当前估计的SOC值，并可与汽车的CAN控制器连接。本发明在线辨识动力电池参数；自适应模糊调整变结构滤波参数的修正增量，估计方法简洁，运算量小，易于实现，精度高，对SOC初值依赖性小。
-
公开(公告)号：CN105116343B
公开(公告)日：2017-10-27
申请号：CN201510521981.9
申请日：2015-08-24
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为最小二乘支持向量机的动力电池电荷状态估计方法及系统，本法步骤为：Ⅰ、用动力电池模型及参数由含遗忘因子的最小二乘FFRLS求得开路电压Uoc；Ⅱ、用FFRLS拟合得到Uoc‑SOC的关系；Ⅲ、建立在线最小二乘支持向量机LS‑SVM的SOC训练模型；Ⅳ、估计SOC的初值，安时积分法估计SOC；Ⅴ、修正、补偿安时积分法估计的SOC。本系统电压电流传感器实时信号接入微处理器，程序存储器中存储有执行本法的各处理模块，计算处理所得实时SOC估计值直接显示。本发明有效地补偿拟合误差和安时积分法的累计误差；在线实时地调整模型参数，运算速度快，跟踪能力强，估计准确，实验表明本法SOC估计精度，平均绝对误差仅为1.28％。
-
公开(公告)号：CN104502858B
公开(公告)日：2017-07-14
申请号：CN201410851163.0
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为基于后向差分离散模型的动力电池SOC估计方法与系统，本方法第一步、建立动力电池的后向差分离散模型，通过含遗忘因子的最小二乘法对后向差分离散模型的参数进行辨识。第二步、基于第一步所得的动力电池的后向差分离散模型，结合开路电压与SOC的非线性关系，采用自适应扩展卡尔曼滤波，完成动力电池SOC的有效估计。本系统动力电池所接的电压、电流传感器经模数转换模块连接嵌入微控制器。微控制器含低通滤波预处理模块、后向差分离散电池模型参数在线辨识模块和AEKF算法SOC估计模块。所得SOC结果送显示器设备的CAN网络。本发明结构简单，提高参数辨识速度和精度，减小历史数据对辨识影响，计算方便，SOC估计精度高。
-
Patent Agency Ranking
公开(公告)号：CN104502858A
公开(公告)日：2015-04-08
申请号：CN201410851163.0
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为基于后向差分离散模型的动力电池SOC估计方法与系统，本方法第一步、建立动力电池的后向差分离散模型，通过含遗忘因子的最小二乘法对后向差分离散模型的参数进行辨识。第二步、基于第一步所得的动力电池的后向差分离散模型，结合开路电压与SOC的非线性关系，采用自适应扩展卡尔曼滤波，完成动力电池SOC的有效估计。本系统动力电池所接的电压、电流传感器经模数转换模块连接嵌入微控制器。微控制器含低通滤波预处理模块、后向差分离散电池模型参数在线辨识模块和AEKF算法SOC估计模块。所得SOC结果送显示器设备的CAN网络。本发明结构简单，提高参数辨识速度和精度，减小历史数据对辨识影响，计算方便，SOC估计精度高。
-
公开(公告)号：CN105891727A
公开(公告)日：2016-08-24
申请号：CN201610412667.1
申请日：2016-06-13
Applicant: 桂林电子科技大学
IPC: G01R31/36
CPC classification number: G01R31/3624 , G01R31/3651
Abstract: 本发明为一种双变结构滤波的动力电池荷电状态SOC的估计方法与系统，本法步骤为：先建立电池等效模型，采用第一变结构滤波对动力电池模型的参数辨识，拟合动力电池开路电压OCV与SOC关系，再用第二变结构滤波的估算SOC。变结构滤波参数ββ值对修正增量影响较大，引入模糊规则自适应调整ββ。本估计系统电压、电流传感器安装于待检动力电池，微处理器含有执行本方法的计算模块，微处理器在线显示当前估计的SOC值，并可与汽车的CAN控制器连接。本发明在线辨识动力电池参数；自适应模糊调整变结构滤波参数的修正增量，估计方法简洁，运算量小，易于实现，精度高，对SOC初值依赖性小。
-
公开(公告)号：CN104460819A
公开(公告)日：2015-03-25
申请号：CN201410814066.4
申请日：2014-12-23
Applicant: 桂林电子科技大学
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 本发明为一种光伏阵列最大功率点滑模跟踪控制方法及系统。本方法根据光伏阵列的输出电压和电流得到开关控制信号的最大功率点跟踪控制方法具体为：步骤Ⅰ对电压、电流信号进行滑动平均滤波预处理，以减小采样测量干扰对最大功率点跟踪控制精度的影响，同时提高最大功率点的跟踪速度。步骤Ⅱ计算基于不完全偏微分的滑模函数S2的值，步骤Ⅲ对开关控制信号进行迟滞处理，根据S2的值与设定值δ关系，得到0或1的开关控制信号u。本系统单片机内存储基于不完全偏微分滑模面函数计算程序和迟滞处理程序，实现调整控制DC-DC变换电路的等效负载使之与光伏阵列内阻匹配，快速、精确跟踪光伏阵列的最大功率，结构简单，成本低，易于实现。
-
公开(公告)号：CN105116958A
公开(公告)日：2015-12-02
申请号：CN201510521985.7
申请日：2015-08-24
Applicant: 桂林电子科技大学
IPC: G05F1/67
CPC classification number: Y02E10/58
Abstract: 本发明为光伏阵列自适应步长扰动观察法MPPT控制方法，主要步骤如下：对光伏阵列PV的输出电压和电流采样，得到P-U特性曲线，其不完全微分和理想微分对应的PV端电压为Ua和Ub，分为三个区间Ⅰ为0～Ua、Ⅱ为Ua～Ub、Ⅲ为大于Ub。区间I内以步长d1正向扰动；区间Ⅱ内以步长(2η-1)d1反向扰动；区间Ⅲ内以步长d1反向扰动本系统电压电流传感器信号采样接入微处理器，程序存储器中存储有执行本法的各处理模块，微处理器的输出接入脉宽调制模块PWM，PWM输出驱动信号控制光伏阵列的直流转换电路，实现最大功率点跟踪。本发明MPP附近小步长跟踪，较远区间大步长跟踪，步长的自适应调整，提高抗干扰能力，有效减小PV功率损失和能量利用率。
-
公开(公告)号：CN104714188A
公开(公告)日：2015-06-17
申请号：CN201510147926.8
申请日：2015-03-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为量测噪声方差阵相匹配的电池电荷状态估计方法与系统，本法步骤为：建立电池模型、电压电流采样，最小二乘法参数辨识模型参数；自适应无迹卡尔曼滤波估计SOC；调整滤波增益的方差阵相匹配的鲁棒自适应无迹卡尔曼滤波，计算系统量测噪声实际残差方差阵值和估计的理论残差方差阵，得到εk。εk大于1自适应调整因子否则调整滤波增益，求得SOC估计值本系统动力电池所接电压、电流传感器经模数转换模块连接微控制器。微控制器含模型参数辨识模块、调整因子计算模块、滤波增益自适应调整、鲁棒自适应无迹卡尔曼滤波SOC估计模块。SOC直接显示或传送到设备CAN网络。本发明动态调整滤波增益，提高了SOC估计的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.035 seconds)
