基于EKF的无人装备导航控制单元储能参数在线监测技术研究
王金玉1 胡磊2 陈雪莲2 詹婧2

1上海电子信息职业技术学院，上海，201411；

2上海北极星云空间技术股份有限公司，上海，200438；

摘要：针对风光储混合系统中储能单元参数监测精度不足及分布式储能系统功率分配不均的问题，提出一种基于扩展卡尔曼滤波（EKF）的储能单元参数在线监测方法，并结合剩余容量动态下垂控制策略实现功率均衡分配。通过建立储能单元的充放电支路模型，利用EKF算法实现剩余容量（SoC）、输出电压及内阻的高精度动态监测；进一步设计基于剩余容量的下垂控制方法，通过调节下垂系数与SoC的幂次关系，优化多储能单元的功率分配。仿真结果表明：所提方法在短时和长时尺度下均能准确跟踪SoC（误差<1%），储能单元间SoC均衡速度提升约40%，验证了控制策略的有效性与稳定性。

关键词：无人装备；扩展卡尔曼滤波（EKF）；光储能源系统（PVES）；能量管理

参考文献

[1]徐杰.基于卡尔曼滤波的动力电池组SOC精确估计[D].杭州:杭州电子科技大学,2009.

[2]李赛，庞晓琼，林慧龙，基于相关向量机的锂离子电池剩余寿命预测[J]，计算机工程与设计，2018，39(8):2682-2686.7.

[3]Kim JY, King DE, Kumta PN, Chemical synthesis of tinoxide-based materials for li-ion battery anodes influence of process parameters on the electrochemical behavior [J], Journal of the Electrochemical Society, 2000，147(12):4411-4420.

[4]刘淑杰，郝昆昆，王永，基于改进粒子滤波算法的动力锂离子电池荷电状态估计[J].大连理工大学学报，2020，60(4):392-401.

[5]刘芳，马杰，苏卫星，基于自适应回归扩展卡尔曼滤波的电动汽车动力电池全生命周期的荷电状态估算方法[J]，电工技术学报，2020，35(4):698-707.