礦用可移動救生艙蓄電池soc估計方法研究

0soc估計算法的選擇作為礦區(qū)的重要組成部分，蓄能船的負荷-放電條件（si）的準確性對救援人員是否能夠克服困難起到了重要作用。國內(nèi)外主要把蓄電池的剩余電量用蓄電池SOC來反映。目前,用于蓄電池SOC估計的方法主要有安時計量法、開路電壓法、內(nèi)阻測量法和神經(jīng)網(wǎng)絡(luò)法等。開路電壓法進行蓄電池SOC估計時,蓄電池必須靜止較長時間以達到穩(wěn)定狀態(tài),而且只適用于蓄電池電流非劇烈變化狀態(tài)下的SOC估計,不能滿足在線檢測要求。內(nèi)阻測量法需要精確地測量蓄電池內(nèi)阻,對測量設(shè)備的要求較高,難以在實際中應(yīng)用。神經(jīng)網(wǎng)絡(luò)法輸入變量的選擇是否合適、數(shù)量是否恰當直接影響模型的計算量和準確性,如果網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)不準確或者不完全會對結(jié)果產(chǎn)生很大的影響。安時計量法則在環(huán)境溫度或電流波動較劇烈的情況下難以實現(xiàn)較高的測量精度。鑒此,本文在安時計量法的基礎(chǔ)上,把影響蓄電池SOC估計的環(huán)境溫度和放電電流因素作為蓄電池系統(tǒng)噪聲,在噪聲環(huán)境中采用擴展卡爾曼濾波法對蓄電池SOC進行實時濾波與估計,從而提高蓄電池SOC的估計精度。1蓄電池剩余容量蓄電池SOC表達式為式中:Qres為蓄電池當前的剩余容量;QI為在恒定電流I放電的條件下,蓄電池所具有的額定容量;Q為已經(jīng)放出的電量。1.1基于擴展卡爾曼濾波的蓄電池soc估計安時計量法是指通過計算蓄電池在一定時間內(nèi)累積放出電量來估計蓄電池SOC的方法。如果規(guī)定蓄電池放電的初始狀態(tài)為CS0,那么蓄電池當前的剩余電量為式中:Qn為額定容量;i為蓄電池充放電電流,充電時為正,放電時為負;η為蓄電池的效率系數(shù),它主要包括充放電倍率系數(shù)ηi和溫度影響系數(shù)ηT。礦用可移動救生艙蓄電池是一個非線性的動態(tài)系統(tǒng),蓄電池SOC受到工作環(huán)境溫度、工作電壓及充放電倍率等因素的影響。本文在安時計量法的基礎(chǔ)上,采用擴展卡爾曼濾波算法對蓄電池SOC進行估計。采用擴展卡爾曼濾波法估計蓄電池剩余電量時,需要將安時計量法的表達式進行離散化:式中:Δt為離散時間間隔。1.2影響蓄積層析成像的噪聲因素1.2.1熱風對電池將放出量的影響蓄電池SOC估計容易受到環(huán)境溫度的影響,環(huán)境溫度的變化不僅會導(dǎo)致蓄電池電量呈現(xiàn)非線性變化,而且會影響蓄電池的工作性能及使用壽命。礦用可移動救生艙使用一段時間后溫度會升高,因此,對救生艙蓄電池SOC的估計不可忽略溫度這一重要因素。本文以單體LiFePO4鋰電池為研究對象,環(huán)境溫度分別選取為0、10、20、30、40、50℃,在LiFePO4充滿電的狀態(tài)下,用放電倍率為C/30的放電電流對LiFePO4進行完全放電,得到LiFePO4實際容量與環(huán)境溫度的關(guān)系曲線,如圖1所示。由圖1可知,在電池允許工作范圍內(nèi),電池工作溫度越高,放電容量越高。采用Matlab函數(shù)對圖1進行擬合,得到溫度影響系數(shù)ηT的多項式方程為式中:T為電池的實際工作溫度。1.2.2放電倍率對電池放電容量的影響同環(huán)境溫度一樣,放電電流也是影響蓄電池SOC估計的一個重要因素。當蓄電池以大的放電倍率進行放電時,釋放出的總?cè)萘枯^小,以小的放電倍率放電時,釋放出的總?cè)萘枯^大,關(guān)系如下:式中:QtI為折算后標準放電倍率下的總電量;Qti為實際倍率下所得到的總電量。通過對LiFePO4鋰電池進行放電,得到該電池放電電流與放電總電量的關(guān)系曲線,如圖2所示。由圖2可知,電池的實際放電容量與電池放電倍率成反比關(guān)系,當電池放電倍率增加時,電池的實際放電容量減小,當電池放電倍率減小時,電池的實際放電容量增大。采用Matlab函數(shù)對圖2進行擬合,得到ηi的多項式方程為式中:i為實際放電電流。基于以上分析,如果不考慮環(huán)境溫度和放電電流對蓄電池的影響,蓄電池SOC的估計精度會較低。本文采用基于擴展卡爾曼濾波法的蓄電池SOC估計方法,在模擬救生艙內(nèi)溫度及蓄電池供電過程中的放電電流情況下進行試驗,在SOC估算過程中將環(huán)境溫度、放電電流作為系統(tǒng)噪聲輸入的一部分,將兩者對蓄電池放電容量的影響考慮在內(nèi),從而可有效提高估計精度。1.3蓄電池一體化模型擴展卡爾曼濾波法采用的蓄電池模型可以分為負荷模型、簡化模型、極化效應(yīng)修正模型和滯后效應(yīng)模型。本文采用復(fù)合模型。復(fù)合模型是由以下3種蓄電池模型組合得到的:(1)Nernst模型(2)Unnewehruniversal模型(3)Shepherd模型式中:yk為蓄電池端電壓;E0為蓄電池初始電壓;R為蓄電池內(nèi)阻,它與蓄電池SOC值有關(guān),會隨著蓄電池SOC值的變化而變化;ik與蓄電池的充放電狀態(tài)有關(guān),當蓄電池充電時,ik為負值,當蓄電池放電時,ik為正值;K1、K2為模型匹配系數(shù);xk為蓄電池SOC值;Ki為蓄電池極化電阻。復(fù)合模型的表達式如下:狀態(tài)方程為輸出方程為式中:ηT、ηi可由式(4)、式(5)求得;K1、K2、K3、K4、R均為未知量,可以通過最小方差原理計算得到。2根據(jù)卡爾曼濾波法的擴展，蓄能力的推測2.1非線性系統(tǒng)噪聲模型礦用可移動救生艙用蓄電池作為一個非線性系統(tǒng),擴展卡爾曼濾波法先將其進行線性化,再根據(jù)標準卡爾曼濾波法的最優(yōu)估計對狀態(tài)變量進行估算。擴展卡爾曼濾波法的狀態(tài)空間模型如下:狀態(tài)方程為輸出方程為式中:f(xk,uk)為非線性系統(tǒng)的狀態(tài)轉(zhuǎn)移函數(shù);g(xk,uk)為非線性系統(tǒng)的測量函數(shù);wk、vk為互不關(guān)聯(lián)的系統(tǒng)噪聲。非線性離散時間狀態(tài)空間模型如圖3所示,擴展卡爾曼濾波法計算流程如圖4所示(A為系統(tǒng)矩陣,C為測量矩陣,L為濾波增益矩陣,P為濾波誤差協(xié)方差矩陣,Dw為過程噪聲誤差,Dv為觀測噪聲誤差,yk為實測值,y-k為初步預(yù)測值),初始值經(jīng)狀態(tài)變量預(yù)測估計、均方誤差預(yù)測估計、卡爾曼增益計算及狀態(tài)變量最優(yōu)估計的循環(huán)迭代,實現(xiàn)對蓄電池SOC的最優(yōu)預(yù)測。2.2聯(lián)合王心的成本資本分析(1)模型的選擇狀態(tài)方程如式(10)所示,輸出方程如式(11)所示。(2)系統(tǒng)參數(shù)的確定將上述非線性模型在(xk,uk)附近進行泰勒展開,并令(3)狀態(tài)檢測(4)蓄電池剩余電量實驗狀態(tài)量初始值CS0可以根據(jù)當前開路電壓值和前一次蓄電池充放電的剩余電量計算得到,蓄電池的類型性能、數(shù)據(jù)采集系統(tǒng)與均方誤差初始值P+0、過程噪聲誤差Dw、觀測噪聲誤差Dv相關(guān),蓄電池運行工況和蓄電池充放電倍率決定數(shù)據(jù)的采樣周期。3實驗數(shù)據(jù)及方法根據(jù)礦用可移動救生艙400W的功率需求,供電時間應(yīng)為96h,采用1.2倍的安全系數(shù)要求,計算得出的安時需求為46080W·h。實驗采用單體電池為0.064V/(A·h)的LiFePO4鋰電池,并用8串組成一個電池組,將10組電池單元組并聯(lián)得到0.048V/(A·h)的蓄電池組,每個蓄電池組能提供的安時需求為12000W·h,蓄電池系統(tǒng)由4組蓄電池組成。實驗數(shù)據(jù)由LiFePO4鋰電池實驗平臺獲得,將整個實驗平臺分為電源模塊、電池組模塊、用戶人機界面模塊、數(shù)據(jù)采集模塊及主控模塊等。將數(shù)據(jù)采集模塊采集到的電流數(shù)據(jù)導(dǎo)入Matlab,得到蓄電池放電電流波形,如圖5所示。同時,在放電過程中,通過模擬救生艙內(nèi)溫度環(huán)境,計算蓄電池在一小段時間間隔內(nèi)放電到該階段規(guī)定截止電壓時所釋放的總電量,然后以上一時刻的總電量為基準減去該間隔內(nèi)蓄電池放出的電量便可計算得到SOC實測值。另外,本實驗利用采集到的電流采用安時計量法估計了蓄電池SOC值,將實測值、安時計量法估計值和擴展卡爾曼濾波法估計值放于同一坐標中進行比較,如圖6所示。從圖6可看出,擴展卡爾曼濾波法估計值與實測值基本一致,