铅酸动力电池高阶PNGV改进模型研究

论文摘要

为了提高动态工况下铅酸动力电池荷电状态（SOC）的估算精度,针对现有Thevenin模型和PNGV模型仅有一个极化环节、动态工况下暂态响应精度不高的缺点,进行了铅酸动力电池等效电路模型的改进研究。在PNGV模型基础上增加极化环节,建立了改进高阶PNGV等效电路模型和对应的Simulink模型。采用高速可编程电子负载和电压电流数据采集卡搭建实验平台、以EVF-38铅酸动力电池为对象进行了不同倍率放电、脉冲放电和动态工况放电实验,根据采集的实验数据,运用遗传算法（GA）对改进模型极化环节参数在电流加载和卸载条件下分别进行了辨识。将动态工况下模型输出的仿真电压与实验实测电压进行比较,验证了模型的精度。改进后的高阶PNGV模型脉冲放电和动态工况仿真端电压最大相对误差分别为0. 986%和2. 155%,相对于原PNGV模型,动态工况实验仿真精度最大提高了1. 313%,实验结果验证了铅酸动力电池高阶PNGV改进模型具有更好的准确性和动态性能。

论文目录

文章来源

类型: 期刊论文

作者: 杨勇,严运兵

关键词: 铅酸动力电池,等效电路模型,模型,参数辨识,遗传算法

来源: 电子测量与仪器学报 2019年05期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 武汉科技大学汽车与交通工程学院,黄淮学院机械与能源工程学院

基金: 河南省科技厅科技攻关项目(142102210336),湖北省技术创新专项(重大项目)(2018AAA060),湖北省中央引导地方科技发展专项(2018ZYYD027)资助

分类号: TM912;TP18

DOI: 10.13382/j.jemi.B1801506

页码: 1-8

总页数: 8

文件大小: 382K

下载量: 171

相关论文文献

标签：铅酸动力电池论文;  等效电路模型论文;  模型论文;  参数辨识论文;  遗传算法论文;