کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5445946 1511132 2016 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An Improved Battery On-line Parameter Identification and State-of-charge Determining Method
ترجمه فارسی عنوان
تشخیص پارامتر بر روی خط باتری بهبود یافته و روش تعیین حالت
کلمات کلیدی
باتری، شناسایی پارامتر در خط، حالت دولتی،
ترجمه چکیده
برای بهبود دقت برآورد وضعیت داخلی باتری برای سیستم مدیریت باتری، یک الگوریتم شناسایی پارامترهای آنلاین برای مدل باتری مدار معادل مورد بررسی قرار گرفته است. برای کاهش هزینه محاسبات، روش های موجود، ولتاژ مدار باز را در طول زمان به عنوان یک مقدار ثابت مورد بررسی قرار داد. با این حال، زمانی که فواصل نمونه گیری بزرگتر هستند، خطای تخمین حالت باتری که با روش سنتی محاسبه می شود، می تواند تا 10٪ یا بیشتر باشد. در مقایسه با روش شناسایی پارامتر مدل باتری، این مطالعه روش جدید برآورد آنلاین ارائه می دهد و می تواند ولتاژ مدار باز را در فواصل نمونه گیری با دقت بالا تخمین بزند. نتایج آزمایش که با استفاده از تست برنامه ریزی شهری رانندگی فدرال برای بررسی روش شناسایی پارامترها نشان می دهد رویکرد پیشنهادی می تواند با دقت پارامترهای مدل را در حد 1٪ حداکثر خطای تخمین ولتاژ پایانه و خطای حالت شارژ محاسبه شده توسط تخمین ولتاژ مدار باز به طور موثر می تواند به سطح پذیرفته شده کاهش یابد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
تشخیص پارامتر بر روی خط باتری بهبود یافته و روش تعیین حالت
چکیده انگلیسی
To improve the estimation accuracy of battery's inner state for battery management system, an improved online parameters identification algorithm for equivalent circuit battery model is researched. To reduce the computation cost, the existing methods regarded the open circuit voltage over time as a constant value. However, when the sampling intervals are bigger, the estimation error of the battery state-of-charge calculated by the traditional method can be reach to 10% or more. Compared with the existing battery model parameter identification method, this study proposes a new online estimation method and which can estimate the battery open-circuit voltage in different sampling intervals with high accuracy. The results of the experiment, which uses Federal Urban Driving Schedule test to verify the parameters identification approach, show the proposed approach can accurately identify the model parameters within 1% maximum terminal voltage estimation error, and the state-of-charge error which calculated by the open circuit voltage estimates can be efficiently reduced to an accepted level.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Procedia - Volume 103, December 2016, Pages 381-386
نویسندگان
, , ,