电气技术
電氣技術
전기기술
ELECTRICAL ENGINEERING
2015年
6期
67-72
,共6页
光伏发电系统%状态估计%卡尔曼滤波%渐消因子
光伏髮電繫統%狀態估計%卡爾曼濾波%漸消因子
광복발전계통%상태고계%잡이만려파%점소인자
光伏发电系统中蓄电池状态是确定仅对本地负载供电或将电能上传电网的重要依据.为了改善光伏发电系统中蓄电池状态估计存在的精度低,跟踪速度慢,易积累误差和易发散等问题,提出了一种改进的Sigma-point卡尔曼滤波的状态估计方法.该方法基于Sigma-point卡尔曼滤波,在其滤波过程中引入渐消因子,对非当前滤波值进行渐消,以修正获取的当前滤波数据值,使之保持滤波的实时性.仿真对比研究显示,该方法的估计精度更高,跟踪速度更快,波形更平稳,其对蓄电池的荷电状态(SOC)和开路电压估计的相对误差最大值分别为3.256％和4.610％.仿真研究结果表明,所提出的方法应用于蓄电池状态的估计是可行的.
光伏髮電繫統中蓄電池狀態是確定僅對本地負載供電或將電能上傳電網的重要依據.為瞭改善光伏髮電繫統中蓄電池狀態估計存在的精度低,跟蹤速度慢,易積纍誤差和易髮散等問題,提齣瞭一種改進的Sigma-point卡爾曼濾波的狀態估計方法.該方法基于Sigma-point卡爾曼濾波,在其濾波過程中引入漸消因子,對非噹前濾波值進行漸消,以脩正穫取的噹前濾波數據值,使之保持濾波的實時性.倣真對比研究顯示,該方法的估計精度更高,跟蹤速度更快,波形更平穩,其對蓄電池的荷電狀態(SOC)和開路電壓估計的相對誤差最大值分彆為3.256％和4.610％.倣真研究結果錶明,所提齣的方法應用于蓄電池狀態的估計是可行的.
광복발전계통중축전지상태시학정부대본지부재공전혹장전능상전전망적중요의거.위료개선광복발전계통중축전지상태고계존재적정도저,근종속도만,역적루오차화역발산등문제,제출료일충개진적Sigma-point잡이만려파적상태고계방법.해방법기우Sigma-point잡이만려파,재기려파과정중인입점소인자,대비당전려파치진행점소,이수정획취적당전려파수거치,사지보지려파적실시성.방진대비연구현시,해방법적고계정도경고,근종속도경쾌,파형경평은,기대축전지적하전상태(SOC)화개로전압고계적상대오차최대치분별위3.256％화4.610％.방진연구결과표명,소제출적방법응용우축전지상태적고계시가행적.
