准确、高效的车辆状态估计是智能汽车实现精准控制的前提,因此迫切需要开展又快又准的状态估计算法研究.为此,提出一种分级串联型扩展卡尔曼滤波(graded series extended Kalman filter,GS-EKF)车辆状态参数估计方法,旨在保证估计精度...准确、高效的车辆状态估计是智能汽车实现精准控制的前提,因此迫切需要开展又快又准的状态估计算法研究.为此,提出一种分级串联型扩展卡尔曼滤波(graded series extended Kalman filter,GS-EKF)车辆状态参数估计方法,旨在保证估计精度的同时,提升算法的计算效率和鲁棒性.首先,基于分级串联思想,将初级扩展卡尔曼滤波估计的结果,作为次级状态估计的可量测控制输入信号,实现分级串联状态估计;然后,建立3自由度非线性动力学车辆状态参数估计模型,以方向盘转角及纵向、侧向加速度为输入变量和观测变量;最后,搭建联合仿真验证平台,对比分析4种不同算法的精度、鲁棒性以及效率.结果表明所提出的算法在精度和鲁棒性方面可达到粒子滤波的效果,而效率比粒子滤波提升了41.2%.展开更多
以物理结构及功能上高度集成为目标的模块化多电平变复合变换器(modular multilevel hybrid converter,MMHC)电池储能系统(battery energy storage system,BESS)可以直接并入中、低压交流电网,相较于其他电池储能系统具有效率更高、成...以物理结构及功能上高度集成为目标的模块化多电平变复合变换器(modular multilevel hybrid converter,MMHC)电池储能系统(battery energy storage system,BESS)可以直接并入中、低压交流电网,相较于其他电池储能系统具有效率更高、成本更低的优点,有利于解决分布式新能源发电侧出力的间歇性和不确定性问题,实现用户侧负荷的削峰填谷。根据MMHC-BESS拓扑结构特点,给出了MHHC-BESS的调制策略,针对多电平变换器电池储能系统中电池组采用安时积分法配合开路电压法对电池荷电状态(state of charge,SOC)估计效果差的问题及MMHC-BESS能量利用率的问题,分别提出了基于扩展卡尔曼的电池模型闭环SOC估计策略及二层SOC均衡策略,实现了MMHC-BESS所有电池组SOC的精确估计及MMHC-BESS的相间、相内所有电池组模块SOC均衡,并搭建了仿真模型,验证了所提SOC估计方法及均衡策略的有效性。展开更多
文摘准确、高效的车辆状态估计是智能汽车实现精准控制的前提,因此迫切需要开展又快又准的状态估计算法研究.为此,提出一种分级串联型扩展卡尔曼滤波(graded series extended Kalman filter,GS-EKF)车辆状态参数估计方法,旨在保证估计精度的同时,提升算法的计算效率和鲁棒性.首先,基于分级串联思想,将初级扩展卡尔曼滤波估计的结果,作为次级状态估计的可量测控制输入信号,实现分级串联状态估计;然后,建立3自由度非线性动力学车辆状态参数估计模型,以方向盘转角及纵向、侧向加速度为输入变量和观测变量;最后,搭建联合仿真验证平台,对比分析4种不同算法的精度、鲁棒性以及效率.结果表明所提出的算法在精度和鲁棒性方面可达到粒子滤波的效果,而效率比粒子滤波提升了41.2%.
文摘以物理结构及功能上高度集成为目标的模块化多电平变复合变换器(modular multilevel hybrid converter,MMHC)电池储能系统(battery energy storage system,BESS)可以直接并入中、低压交流电网,相较于其他电池储能系统具有效率更高、成本更低的优点,有利于解决分布式新能源发电侧出力的间歇性和不确定性问题,实现用户侧负荷的削峰填谷。根据MMHC-BESS拓扑结构特点,给出了MHHC-BESS的调制策略,针对多电平变换器电池储能系统中电池组采用安时积分法配合开路电压法对电池荷电状态(state of charge,SOC)估计效果差的问题及MMHC-BESS能量利用率的问题,分别提出了基于扩展卡尔曼的电池模型闭环SOC估计策略及二层SOC均衡策略,实现了MMHC-BESS所有电池组SOC的精确估计及MMHC-BESS的相间、相内所有电池组模块SOC均衡,并搭建了仿真模型,验证了所提SOC估计方法及均衡策略的有效性。
