99久久99久久精品免费看蜜桃,国产性色av一区二区三区,宝贝小嫩嫩好紧好爽h视频,《隔壁放荡人妻bd高清》,噜噜噜噜av夜色在线

隨著化石能源的不斷枯竭，蓄電池作為新能源行業(yè)的重要研究目標，受到很多研究人員青睞，其中，鋰離子電池以能量高、儲能效率高和壽命長的優(yōu)點被廣泛應用于軌道列車中，作為應急供電電源為直流負載提供能量。考慮到實際動車組經(jīng)常需要在惡劣環(huán)境條件下運行，且動車組電池可能需要以大倍率充放電電流進行操作，因此，功率特性高、工作溫度范圍更廣的鈦酸鋰電池成為動車組蓄電池的首選。

動車組電池存在成本高、更換流程復雜、安全性要求嚴苛等問題，因此，監(jiān)控電池工作狀態(tài)、提高電池壽命、保證電池可靠充電，具有重要研究意義。電池的荷電狀態(tài)（State of Charge, SOC）是衡量電池剩余電量的重要標準，準確估計電池SOC能夠精確反映電池內(nèi)部的狀態(tài)，但是電池SOC無法直接測量得到，需要根據(jù)已有數(shù)據(jù)進行估算，其準確性難以讓人滿意，這影響了以鋰電池為基礎(chǔ)建立的電池管理系統(tǒng)的準確性，為提高電池工作效率、工作壽命留下了難題。

目前常用的電池SOC估計方法分為三種：基于電池可測量參數(shù)實現(xiàn)的電池SOC估計方法、基于機器學習的電池SOC估計方法和基于電池模型及觀測器實現(xiàn)的電池SOC估計方法。

基于電池可測量參數(shù)計算實現(xiàn)的SOC估計方法包括開路電壓法和安時積分法，這兩種方法能基本滿足電池SOC估計的準確性要求，并且計算量小、容易實現(xiàn)，但是由于實際電池工作環(huán)境的復雜，SOC估計過程中存在電流累積誤差和初始值誤差，容易出現(xiàn)估計結(jié)果偏差大的問題。

基于機器學習的電池SOC估計方法對大量的電池輸入輸出數(shù)據(jù)進行機器訓練，擬合電池SOC和輸入量之間的關(guān)系，從而得到較準確的電池SOC估計值，但是，機器學習方法需要大量的數(shù)據(jù)作為研究基礎(chǔ)，并且如果輸入的數(shù)據(jù)未能覆蓋所有工況，其準確性會下降。

基于電池模型及觀測器估計電池SOC的基本原理搭建電池等效模型，對電池特性進行模擬，在電池模型的基礎(chǔ)上總結(jié)電池SOC和模型參數(shù)之間的關(guān)系，實現(xiàn)電池SOC的預測，再根據(jù)觀測器測量得到的實際數(shù)據(jù)，對預測得到的電池SOC進行修正，減小估計誤差。目前常用的SOC估計方法包括PI觀測器估計法、滑模觀測器估計法和卡爾曼濾波器估計法。這種方法估計SOC的精度受模型準確性影響，因此，盡量提高模型精度是此類方法提高估計準確性的主要途徑。

綜上可知，基于電池模型及觀測器估計電池SOC的方法在工業(yè)上具有更好的實用價值，選擇搭建合適的電池模型并完成參數(shù)辨識，對于提高估計電池SOC的精度有很大影響。

高功率特性、高循環(huán)壽命、工作溫度范圍更廣的鈦酸鋰電池在動車組中備受青睞。北京交通大學的研究人員選擇中國標準動車組鈦酸鋰電池為研究對象，以鈦酸鋰離子電池為研究對象，搭建二階RC等效電路模型，采用擴展卡爾曼濾波法在線辨識模型參數(shù)，并在EKF估計電池SOC的基礎(chǔ)上，針對EKF方法噪聲方差固定這一缺點，提出了AEKF方法估計電池荷電狀態(tài)，并在Matlab軟件內(nèi)通過編程驗證AEKF估計方法的準確性。

圖1 電池數(shù)據(jù)采集裝置

研究結(jié)果表明，AEKF方法可對系統(tǒng)噪聲進行實時修正，具有明顯的優(yōu)越性，荷電狀態(tài)估計誤差在1%以內(nèi)，具有較好的自適應性。并且，在實際初始狀態(tài)與方法設置初始狀態(tài)不同的情況下，AEKF估計電池荷電狀態(tài)能在50s實現(xiàn)估計電池SOC的快速收斂，精度更高。

另外，科研人員指出，本研究與實驗均基于動力電池理想狀態(tài)下進行，但在實際生產(chǎn)生活應用中，環(huán)境溫度及電池老化等對SOC估計均有明顯影響，且對于鈦酸鋰電池來說，其溫度工作范圍較廣，在較寬的溫度范圍下依舊能保持良好性能，此部分也將作為后續(xù)研究的重點方向。

以上研究成果發(fā)表在2021年《電工技術(shù)學報》增刊1，論文標題為“動車組鈦酸鋰電池荷電狀態(tài)估計”，作者為郝文美、張立偉 等。