导读:本文包含了蓄电池荷电状态论文开题报告文献综述及选题提纲参考文献，主要关键词:控制策略,直流微电网,复合储能,超级电容
蓄电池荷电状态论文文献综述
任帅,赵兴勇,赵龙,高鹏彦,李越[1]（2019）在《复合储能中蓄电池荷电状态的自适应控制策略》一文中研究指出为解决独立直流微电网复合储能中蓄电池组间的荷电状态不均衡问题,提出了一种蓄电池荷电状态自适应的复合储能控制策略。直流母线电压采用改进下垂控制,对超级电容和蓄电池采用低通滤波器进行平抑功率分频,维持直流母线电压稳定,并且实现蓄电池组的荷电状态均衡;通过在MatLab/Simulink建立含光伏单元、超级电容、蓄电池的直流微电网复合储能模型,验证了所提控制策略的有效性和可行性。(本文来源于《自动化与仪表》期刊2019年09期）
梅晓波,李忆,药陵州[2]（2019）在《蓄电池在严重馈电状态下的整车供电系统研究》一文中研究指出文章采用逐渐增加整车电器的用电负荷来模拟车辆在怠速工况下的蓄电池充放电临界状态及蓄电池严重馈电状态,通过测试手段得出整车供电系统在该状态下的行车电压及电流变化趋势。(本文来源于《汽车实用技术》期刊2019年17期）
周航,孙绍国,谷明[3]（2019）在《EPS电源蓄电池在线荷电状态估计》一文中研究指出为了提高应急电源(Emergency Power Supply, EPS)蓄电池的荷电状态(state of charge,SOC)估计精度,提出一种EPS电源蓄电池在线荷电状态估计方法。采用一种参数优化的多核相关向量机(relevance vector machine, RVM)建立EPS蓄电池SOC估计模型,可以实现对EPS荷电状态的实时监测,为蓄电池的充放电管理提供重要依据,保证EPS电源系统的安全稳定运行。(本文来源于《建筑电气》期刊2019年08期）
王亚旭[4]（2019）在《基于蓄电池储能优化及荷电状态均衡的直流微电网控制研究》一文中研究指出随着能源需求的不断增长,以利用可再生能源进行发电的分布式发电技术得到了快速发展。直流微电网因控制实现简单、能源转化率高等优点,成为接纳新能源分布式发电的平台之一。新能源发电以间歇性和波动性较强的风光发电为主,对其稳定性的控制成为了直流微电网控制的研究重点。蓄电池作为一种重要能量储存设备,能够以松弛终端的角色接入直流微电网,其控制方式和使用年限对直流微电网的稳定性具有重大的影响。研究风能和太阳能发电,以光伏和永磁直驱风机为载体,研究了两者的发电原理和控制方法。为了最大程度的利用风能和太阳能,根据光伏和永磁直驱风机的直流接口,分析了最大功率追踪的控制方法。根据储能的原理和发展状况,以适用范围比较广的锂电池储能为例,分析了储能的原理和实现能量双向流动接口的工作方式。为了提高直流微电网电力接口抑制冲击性波动的能力,提升直流母线的稳定性,将直流旋转电机的外特性引入到储能的接口控制中,研究了一种模拟直流电机特性的控制方法,通过对控制方法的探究和小信号建模,分析了控制中惯性参数和阻尼参数的影响。根据控制方法,在仿真平台搭建了风光蓄直流微电网,对微电源波动和负荷投切进行了仿真分析,通过与传统双闭环PI控制下直流母线稳定性的对比,证明了所提出控制方法能够优化蓄电池储能性能,增强系统的抗干扰能力,提升母线的柔性。针对直流微电网中储能设备分散性强,控制参数不一致,容易引起运行中蓄电池荷电状态不均衡的现象,对电流内环添加下垂控制,设置电流修正量,让并联运行的蓄电池能够实时的反馈自身的荷电状态值进行功率调整,达到荷电状态和输出功率的一致性。并根据下垂控制易引起母线电压跌落的不足,将模拟电机特性控制加入并联蓄电池的控制中。搭建了包含并联蓄电池的直流微电网模型,对并联蓄电池的充放电均衡和直流母线稳定性进行了仿真研究,结果表明控制策略能够很好的均衡并联蓄电池的荷电状态值,并且能够改善母线的抗跌落能力。(本文来源于《太原理工大学》期刊2019-06-01）
吴忠强,尚梦瑶,申丹丹,戚松岐[5]（2019）在《基于神经网络和MS-AUKF算法的蓄电池荷电状态估计》一文中研究指出蓄电池的荷电状态(state of charge,SOC)是表征电池当前剩余电量的重要参数。提出一种基于神经网络和主从式自适应无迹卡尔曼滤波(masterslaveadaptiveunscented Kalmanfilter,MS-UKF)算法的SOC估计方法。首先,建立蓄电池的戴维南(Thevenin)二阶模型,针对开路电压与电池SOC之间的非线性关系,采用神经网络模型代替多项式模型,以提高拟合精度。根据实时测量数据,基于最小二乘法在线确定电池模型的参数。针对传统的扩展卡尔曼滤波(extendedKalmanfilter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法存在噪声方差固定,会产生误差造成估计精度不高的问题,采用MS-AUKF算法。该算法的主滤波器用来估计系统状态,辅助滤波器用来估计噪声方差矩阵。算法每次迭代时更新系统模型的噪声方差,克服了传统卡尔曼滤波算法中,噪声方差初值人为设定可能导致滤波发散的缺点。仿真结果表明,相比于EKF、UKF算法,MSAUKF在估计电池SOC时具有更高的精确度和收敛速度。(本文来源于《中国电机工程学报》期刊2019年21期）
段云鹏[6]（2018）在《纯电动物流车动力蓄电池系统荷电状态的建模与估计》一文中研究指出能源危机和环境危机是当前人类社会面临的两大挑战。电动汽车因为具有节能、环保的特点,所以是世界汽车工业未来发展的方向。由于物流业的快速发展,纯电动物流车的研究已经刻不容缓。动力蓄电池技术是电动汽车的核心技术之一,动力蓄电池系统的性能直接影响电动汽车的安全、动力和经济性。电池管理系统(Battery Management System,BMS)是电动汽车监控和管理电池的关键重要部件。动力蓄电池的荷电状态(State of Charge,SOC)反映电池的剩余容量,对电池管理系统十分重要。本文的内容包括叁方面:设计与实现电池管理系统电池电子部件,建立纯电动物流车动力蓄电池的模型,研究并分析动力蓄电池的荷电状态估计方法。本文设计并实现了纯电动物流车电池管理系统电池电子部件的软硬件系统。采用16位微控制器FREESCALE 9S12XEQ512,包括电源模块、电池电压/温度采集模块、被动均衡模块、CAN(Control Area Network,控制器局域网)模块、驱动模块。软件架构采用有限状态机,设计并实现上位机监控软件,设计并实现Boot Loader(引导加载器)用于电池电子部件软件的CAN总线下载更新。本文结合电池的特性和实际运行工况,采用非线性多元逐步回归法建立SOC-OCV(Open Circuit Voltage,开路电压)和OCV-SOC的静态多项式模型:本文假设扰动是增量平稳过程,建立电池的CARIMA(Controlled Auto-Regressive Integral Moving-Average,受控自回归积分滑动平均)模型,采用渐消记忆递推最小二乘法辨识模型参数,并判定和分析模型参数估计的收敛性。最后本文结合CARIMA模型推导并证明SOC的最优估计,分析最优估计的性质,并通过试验验证SOC估计算法的准确性和鲁棒性。(本文来源于《中国科学技术大学》期刊2018-05-02）
唐骏宇,冯长江[7]（2018）在《基于内阻变化量的VRLA蓄电池荷电状态测量》一文中研究指出通过分析阀控铅酸(VRLA)蓄电池的荷电状态(SOC)与内阻变化量(ΔR)数据,建立了蓄电池的数学模型,并运用Ma tla b软件对模型进行参数拟合得到S OC-ΔR经验公式。采用所得经验公式对恒流放电、恒功率放电及不同型号的电池放电过程中的SOC进行测量分析,结果表明该经验公式可运用于不同型号的、健康状况良好的VRLA蓄电池SOC测量,测量误差在10%以内。该方法测量过程简单,所需测量参数少,易于硬件实现,且适合在线测量。(本文来源于《电源技术》期刊2018年04期）
王筱璇,侯冠军,孙思豪[8]（2018）在《基于改进型LMBP神经网络方法对蓄电池荷电状态的预测》一文中研究指出针对变电站中因过度充放电而导致阀控式铅酸蓄电池寿命短且利用率低的问题,通过改进型LMBP神经网络模型对铅酸蓄电池的荷电状态(SOC)进行预测,能够加快计算速度与精度,有效提升蓄电池的寿命与使用率。在Matlab环境下对铅酸蓄电池放电过程进行仿真研究的结果验证了,改进型LMBP型神经网络算法能有效提高SOC的估算精度,延长电池寿命。(本文来源于《蓄电池》期刊2018年02期）
王琛,孟建辉,王毅,李春来[9]（2018）在《考虑蓄电池荷电状态的孤岛直流微网多源协调控制策略》一文中研究指出为避免孤岛直流微网中蓄电池的深度充放电以延长其使用寿命,在充分考虑蓄电池荷电状态(SOC)的基础上,提出了一种包含一次分散控制和二次集中控制的孤岛直流微网多源协调控制策略。一次分散控制用于实现各微源考虑蓄电池SOC的自治协调运行,在该控制下,直流母线电压随SOC按分段下垂特性变化,当SOC接近限值时,直流母线电压会升高或降低,导致新能源发电单元降功率或负荷减载运行。二次集中控制对一次控制的下垂曲线进行了调整,用于消除一次控制在SOC接近上限时产生的稳态电压偏差,以满足特定情况下对直流母线电压的严格要求。最后,搭建了风储孤岛直流微网硬件在环仿真(HILS)实验系统,实验结果表明,所提多源协调控制策略可有效避免蓄电池的深度充放电并提升直流母线电压质量。(本文来源于《高电压技术》期刊2018年01期）
朱晓青,马定寰,李圣清,吴文凤,明瑶[10]（2017）在《基于BP神经网络的微电网蓄电池荷电状态估计》一文中研究指出由于微电网蓄电池工作时的电力特性具有明显的非线性和不规则性,依靠传统数学方法难以准确估计其荷电状态(state of charge,SOC)。针对上述问题,构建了BP神经网络拓扑结构,并采用增强型学习率自适应算法对网络的传统学习模式加以改进,学习时神经网络模型中各神经元间权值得到合理调整,并且提高了误差收敛效率。仿真结果表明,估计结果在预设精度要求的范围之内,平均误差不超过4%,证明经过优化学习算法的BP神经网络模型对蓄电池荷电状态的精确估计是有效可行的。(本文来源于《电子测量与仪器学报》期刊2017年12期）
蓄电池荷电状态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章采用逐渐增加整车电器的用电负荷来模拟车辆在怠速工况下的蓄电池充放电临界状态及蓄电池严重馈电状态,通过测试手段得出整车供电系统在该状态下的行车电压及电流变化趋势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蓄电池荷电状态论文参考文献
[1].任帅,赵兴勇,赵龙,高鹏彦,李越.复合储能中蓄电池荷电状态的自适应控制策略[J].自动化与仪表.2019
[2].梅晓波,李忆,药陵州.蓄电池在严重馈电状态下的整车供电系统研究[J].汽车实用技术.2019
[3].周航,孙绍国,谷明.EPS电源蓄电池在线荷电状态估计[J].建筑电气.2019
[4].王亚旭.基于蓄电池储能优化及荷电状态均衡的直流微电网控制研究[D].太原理工大学.2019
[5].吴忠强,尚梦瑶,申丹丹,戚松岐.基于神经网络和MS-AUKF算法的蓄电池荷电状态估计[J].中国电机工程学报.2019
[6].段云鹏.纯电动物流车动力蓄电池系统荷电状态的建模与估计[D].中国科学技术大学.2018
[7].唐骏宇,冯长江.基于内阻变化量的VRLA蓄电池荷电状态测量[J].电源技术.2018
[8].王筱璇,侯冠军,孙思豪.基于改进型LMBP神经网络方法对蓄电池荷电状态的预测[J].蓄电池.2018
[9].王琛,孟建辉,王毅,李春来.考虑蓄电池荷电状态的孤岛直流微网多源协调控制策略[J].高电压技术.2018
[10].朱晓青,马定寰,李圣清,吴文凤,明瑶.基于BP神经网络的微电网蓄电池荷电状态估计[J].电子测量与仪器学报.2017