基于OCV分段拟合的电池SOC估计方法研究

电池OCV是影响观测矩阵协方差的关键,因此对锂电池SOC精确估计具有较大影响.根据锂电池SOC-OCV曲线的变化和观测噪声的时变特性,提出了基于OCV分段拟合的锂电池模糊自适应扩展卡尔曼滤波SOC估计方法.建立了锂电池二阶RC模型,通过实验辨识获得电池模型参数.采用分段拟合的方法获得电池精确SOC-OCV曲线,在降低拟合阶数、减少运算量的同时保证了拟合精度.基于模糊控制理论建立了观测噪声协方差模糊调节器,对观测噪声协方差矩阵进行实时调整从而提高算法的自适应能力.在UDDS工况下对算法进行了仿真分析,结果表明,上述算法可以有效提高SOC的估计精度,鲁棒性较好.研究结果为锂电池SOC动态、自适应、高鲁棒性估计方法提供理论依据.     

锂离子电池荷电状态估计: 非线性观测器方法

电池荷电状态(state of charge,SOC)的准确估计是电动汽车有效实施能量管理的基本前提和安全高效运行的重要保障.为降低电池系统因迟滞效应和非线性因素对SOC估计产生的不利影响,本文基于Lipschitz非线性系统观测器设计理论,提出了一类电池SOC估计新方法.基于该新方法设计的观测器具有结构简单,估计性能好等优点.首先根据电池等价电路模型给出电池系统的数学描述,进而利用脉冲放电实验数据计算出电池系统各参数值,然后利用线性矩阵不等式方法求解出观测器增益矩阵,最后利用城市道路循环(urban dynamometer driving schedule,UDDS)工况测试验证了观测器系统具有良好的跟踪性能.     

基于充电方式的锂电池SOC 校准和估计方法

荷电状态(SOC)是动力锂电池的重要参数.针对安时法估计锂电池SOC存在累积误差,其他估计算法复杂度较高的问题,提出一种工程实用的SOC估计方法.该方法通过分析电池特性并结合安时法,建立了SOC初始值、总容量和累积误差的校准方法.通过建立终端电压与SOC之间的映射关系,利用恒流、恒压不同充电阶段的电池特性,实现了电池系统在一个放电周期内的SOC高精度估计.实验表明,该方法能够使得SOC的估计误差在5%以内.     

基于无迹H∞滤波的锂电池SOC估计研究

新能源汽车中锂电池的荷电状态(SOC)估计是电池管理系统的关键技术,对其准确估算有重要意义.所提的算法参考无迹卡尔曼滤波(UKF),将无迹变换(UT)融入到扩展H∞滤波中,用以估计锂电池系统状态均值和协方差,避免线性误差累积、增加算法的数值稳定性.在仿真实验中,在不同动态工况下分析了该算法的估计误差,证明算法在面对噪声干扰时具有较好的鲁棒性和准确性,是一种有效可行的算法.     

考虑内阻时变特性的电池状态估计方法

针对锂离子电池欧姆内阻随温度变化情况,提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计方法。首先,对锂电池和内阻抗进行分开建模,在电池Thevenin模型的基础上构建内阻抗预测模型,实时修正模型参量;接着,将无迹变换嵌入到扩展H∞滤波中,降低测量噪声对估计精度的扰动,从而提高电池荷电状态的估计精度。最后,在实验室环境下对电池进行充放电实验,分别针对降温和升温情况下的内阻值及电池端电压的估计进行了详细的实验分析,同传统方法相比,本文方法具有较高的估计精度。     

基于自适应奇异观测器的连续系统故障诊断

针对连续系统的传感器与执行器故障诊断问题,提出一种自适应奇异观测器来进行故障估计,能同时估计系统中的传感器故障与执行器故障,并克服了以往研究中对故障、故障导数与系统干扰作上界已知假设的不足;利用H∞性能指标抑制了干扰对故障估计的影响;通过线性矩阵不等式来获得自适应奇异观测器的增益阵,从而很方便地完成故障诊断观测器的设计;采用Lyapunov泛函证明了观测误差动态系统是鲁棒渐近稳定的;最后通过仿真实例验证了所提方法的有效性。     

短时延网络控制系统的鲁棒H 2 öH ∞状态观测器设计

针对受白噪声干扰的短时延网络控制系统,将随机时延对系统的影响转化为未知有界不确定项,在不改变闭环系统结构的前提下,利用鲁棒控制理论提出了系统的H2/H∞状态观测器设计方法;证明了所设计状态观测器估计输出对随机时延引起的不确定项的H∞鲁棒性,给出了估计输出对白噪声干扰的鲁棒H2性能指标的求解方法和观测器增益阵的确定方法.最后通过仿真实例证实了所设计状态观测器的有效性和鲁棒性.     

基于CARMA模型的动力电池荷电状态估计

为完善电动汽车电池管理系统的主要功能,实现对电池准确建模及荷电状态(state of charge,SOC)的准确估计,文章基于二阶RC等效电路建立了一种受控自回归滑动平均模型(controlled auto-regressive moving average,CARMA),推导得到电池开路电压(open circuit voltage,OCV)的最优估计,并结合分段建立的电池OCVSOC模型实现电池SOC估计,从而实现了电池模型参数在线实时辨识以及SOC实时估计,解决了因初值设定不合理而影响SOC估计准确度的问题。仿真结果表明:在美国联邦城市运行工况下,SOC估计误差的绝对值不超过2.39%,实现了较为准确的SOC估计。     

基于自适应迭代学习算法的一类非线性系统故障检测与估计

针对迭代学习算法在非线性系统故障检测与估计过程中存在估计误差较大和收敛速度较慢等不足的问题,提出了一种基于龙格–库塔故障估计观测器模型的自适应迭代学习算法,有效降低了故障估计误差;并引入H∞性能指标,提高了故障估计观测器的收敛速度.该算法首先设计故障检测观测器对故障进行检测,然后设计故障估计观测器,并将自适应算法与迭代学习策略相结合,使得估计故障逐渐逼近真实故障,从而实现对非线性系统中多种常见故障的精确检测与估计.最后,通过机械臂旋转关节驱动电机的执行器故障仿真验证了所提算法的有效性.     

多电机驱动系统的一致性控制

以单摆系统为例,研究一类多电机驱动系统的一致性控制问题.针对一个由6个直流电动机驱动的单摆系统,提出一种基于比例积分观测器的一致性协议控制设计方法.利用H∞技术,所提观测器可以在估计系统状态的同时,得到未知输入和可测噪声的有效估计,在此基础上构建分布式一致性控制协议,并将求解观测器增益矩阵和一致性增益矩阵转化为求解线性...     

基于观测器的非线性系统H_∞模糊可靠控制

研究了基于观测器的非线性系统H∞模糊可靠控制问题.采用T-S模糊模型对非线性系统进行建模,用模糊观测器重构系统状态.在系统发生故障时满足给定H∞性能的约束下.最小化正常情况下的H∞性能,实现次优H∞模糊可靠控制.提出了两种应用线性矩阵不等式(LMI)的H∞模糊可靠控制器设计方法.分别采用两步法和相似变换法将双线性矩阵不等式问题转化为LMI问题.仿真示例验证了所提出方法的有效性.     

一种优化的电动汽车电池动态SOC参数测量方法

电池荷电状态(SOC)参数在并联式混合动力电动汽车(EV)的推进系统控制中是一个至关重要的参数,由于在电动汽车运行中SOC参数是无法测量的,提出了一种行驶状态下,电动汽车电池SOC参数计算方法;在电动汽车运动状态下,提取电池OCV、欧姆电阻、扩散效应、双层效应、时间常数等动态参数输入到神经网络模型,计算各个参数的动态权重,对电动汽车SOC 5个参数权重系数进行优化调整,调整后转换成一种可评估的开路电压参数,提供了一种基于电池评估参数一开路电压的可靠的SOC参数测量方法;Advisor仿真模车辆测试验证显示,这种方法具有较好的稳定性和适应性以及高计算效率和低成本的特点,与传统算法相比准确性提高了接近15%,具有极强的实际应用价值。     

一类线性不确定系统的主动容错H∞控制

研究了一类线性不确定系统的主动容错控制问题。采用广义内模结构的主动容错控制系统,针对可能发生的故障模式,建立了反映故障动态行为的参考模型,应用基于观测器的故障估计器在线估计故障,并将故障估计信息用于故障补偿,将主动容错控制归结为两目标H∞优化问题,推导并证明了问题可解的充分条件,得到了H∞控制器与故障估计器集成设计的迭代线性矩阵不等式方法。仿真算例验证了算法的有效性。     

基于预测观测器的时滞系统故障诊断

提出一种新的可有效检测和估计时滞系统故障的预测观测器.借助预测控制思想,在选取的优化时域内构建预测观测器,通过调节预测观测器中的可调参数来跟踪系统实际输出.与以往基于H∞滤波器的故障诊断不同,预测观测器将其转化为控制问题来解决,不但能检测出故障的发生,而且还可估计出故障函数,对不同类型的故障也有很好的适应性.对各类故障的仿真结果表明了该方法的可行性和有效性.     

基于多传感器的序贯式融合有限域H∞滤波方法

与集中式和分布式融合滤波器相比, 序贯式融合滤波器不仅保证了估计精度相同, 而且在对测量值即到达即滤波、部分测量值缺失等方面都具有灵活性、自适应性和实时性等特点. 为此, 本文针对一类噪声能量有界的多传感器动态系统, 给出了一种序贯式融合有限域H∞滤波器. 首先, 利用测量值扩维的方法, 给出一种集中式融合有限域H∞ 滤波器; 然后, 利用H∞滤波的性能指标与二次型不等式之间、以及Hilbert空间二次型的稳定点与Krein空间正交投影之间等的对应关系, 构造出一种序贯式融合有限域H∞ 滤波器; 最后, 从理论与数值仿真两方面验证了新滤波器与集中式融合有限域H∞滤波器的性能等价性.     

基于RLS和EKF算法的全钒液流电池SOC估计

针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5kW/ 30kWh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.     

具有积分测量和时延的离散线性变参数系统故障与状态估计

故障检测与诊断(FDD)技术可以有效地提高系统的安全性和可靠性,因此受到越来越多的关注.目前,关于离散系统的状态和故障估计问题的研究还不够充分.本文针对具有积分测量和时延的线性变参数(LPV)系统,提出了一种同时估计执行器/传感器故障和状态的方法.首先,系统当前状态、系统延迟状态和传感器故障构造一个扩维状态,得到广义离散LPV系统.其次,给出了该观测器存在的充分条件并证明观测器是H∞稳定的.然后,将系统状态、执行器和传感器故障的同时估计转化为矩阵不等式的求解问题,给出了观测器待设计矩阵的计算过程.最后,通过仿真验证了该方法的有效性.     

线性不确定系统的给定阶最优控制器设计

为避免间接法设计降阶控制器的模型近似引起的性能下降,本文在静态输出反馈控制器设计的基础上,直接设计了线性不确定系统的给定阶混合H2/H∞动态反馈控制器.利用系统内外分解方法,得到了最优降阶状态观测器.通过求解降维状态观测器的静态输出反馈,可得到降阶控制的最优反馈增益阵.给定阶控制器由两个Ric cati方程和一个Lyapunov方程参数化表示.最后,通过一个例子,说明了本文提出的给定阶控制器设计方法.     

基于干扰观测器的一类奇异系统H∞控制

提出了一种基于干扰观测器的奇异系统鲁棒H_∞控制方法.外部干扰广泛存在于奇异系统中,为了降低其对系统的影响,设计了一种奇异系统干扰观测器以估计系统干扰.然后给出闭环系统相容的条件,设计一种基于干扰观测器的鲁棒控制器,并基于李雅普诺夫稳定性理论证明了闭环系统的渐近稳定性,通过设计指标函数得到闭环系统具有鲁棒性能的条件.相对于传统鲁棒控制方法,基于干扰观测器的方法降低了系统设计的保守性.最后,通过仿真实验验证了所提出方法的正确性和有效性.     

基于H∞范数优化的干扰观测器的鲁棒设计

研究干扰观测器的鲁棒优化设计方法, 应用H∞范数定义干扰观测器的优化性能评价函数, 把低通滤波器的设计问题转换为H∞闭环回路成形问题. 通过适当处理相对阶次条件等约束, 把带有约束的回路成形问题转换成无约束的H∞标准问题, 然后利用H∞标准问题的求解算法设计滤波器. 此外, 探讨了性能与频率加权函数的关系, 并在此基础上提出了加权函数的选取方法. 实验结果证明该方法设计简单, 且具有最优性和系统性.