以下提果用卡爾要進波法的框架，利用無跡變換在估計點附近確定采樣，將一個狀態(tài)估計點轉(zhuǎn)換為多個估計點，根據(jù)權(quán)值的不同將狀態(tài)估計點的值傳遞給后面的觀測值，按照觀測值以及真實測量值的誤差，通過反饋送代計算相應(yīng)的量，在提高系統(tǒng)穩(wěn)定性、準(zhǔn)確度及濾波的性能的同時，實時在線估計電池SOC值，并通過卡爾曼增益對估算結(jié)果做出修正，以此逼近函數(shù)的概率密度分布。
UPS電源因此變換是最關(guān)鍵的部分|也是UKF法區(qū)別于EKF法最主要的部分。無跡變換通過計算非線性變量的統(tǒng)計特性，得到具有相同統(tǒng)計特性的多個變量值。其基本原理是根據(jù)狀態(tài)變量的統(tǒng)計特性，按照一定的采樣方法選取相應(yīng)有限數(shù)目的采樣點，使得采樣點的概率分布特性和已知變量的概率分布特性相同或相近，從而使用變換后的采樣點來進行后面的估算。無跡變換中，采樣策略的選取對估算效果有重要影響，一般包括對稱采樣、最小偏度單形采樣和超球體單形采樣，采用的是計算方便且效果較好的對稱采樣策略，將n個采樣點通過無跡變換轉(zhuǎn)換成2n+1個采樣點(后文中，n代表的是狀態(tài)變量的維數(shù))，這2n+1個采樣點與原來n個采樣點具有相同的期望和方差，每個點擁有對應(yīng)的均值權(quán)值和方差權(quán)值，這個過程也稱作sigma化，這些點也被稱為sigma點。無跡變換的目標(biāo)是構(gòu)造一定數(shù)目的sigma點及其對應(yīng)的權(quán)值，盡量保證變換前后非線性變量的特征分布不發(fā)生改變，盡可能地逼近性能指標(biāo)。設(shè)狀態(tài)變量x的維數(shù)為n，和P，分別為其均值和協(xié)方差矩陣，y為觀測變量，狀態(tài)變量和觀測變量的關(guān)系表達式為y=f(x)。利用對稱采樣策略，可以得到2n+1個采樣點x'(i=0，1，2，…，2n)，經(jīng)狀態(tài)變量和觀測變量之間的關(guān)系以及加權(quán)計算，可得到y(tǒng)的均值與協(xié)方差矩陣P，。無跡變換方法的具體步驟如下：
UPS電源狀態(tài)變量的維數(shù)；a為散布程度因子，a的選取決定了采樣點與均值之間的接近程度，通常取10°~1之間的正數(shù)；B為校驗前分布因子，高斯分布時，β=2為最優(yōu)；k為滿足k+n產(chǎn)0的輔助尺度因子；入為縮放比例參數(shù)，A=a(n+k)-n。合理調(diào)節(jié)α和k可以提高算法估算精度。UPS電源根據(jù)鋰電池PNGV等效電路模型，選取一維SOC作為系統(tǒng)的狀態(tài)變量，電池端電壓U.作為系統(tǒng)的觀測變量，與其他選取的三維參數(shù)作為系統(tǒng)狀態(tài)變量的方式相比，將三維降低至一維，大大減小了運算量和計算復(fù)雜度，建立的電池狀態(tài)空間方程如式(5-35)所示(以放電方向為正)：
UPS電源是一種循環(huán)迭代的估計算法，根據(jù)參考點的特征分布來選擇sigma點，盡量保證 sigma點與x，具有相同的均值和協(xié)方差。這些sigma點經(jīng)過系統(tǒng)狀態(tài)方程進行傳遞，便可得出預(yù)測值點群。再通過卡爾曼增益以及觀測變量真實值與預(yù)測之間的誤差來對預(yù)測值進行不斷地修正，最終可得出系統(tǒng)狀態(tài)變量的最優(yōu)估計值。UPS電源使用UKF法估算鋰離子電池SOC值時，一般將SOC、Uy選為狀態(tài)變量，對狀態(tài)變量初始化后，算法在每一個采樣周期內(nèi)對電池SOC進行預(yù)測和更新，同時，根據(jù)誤差協(xié)方差的大小，卡爾曼增益會不斷調(diào)節(jié)，反饋回來修正估算誤差。隨著時間累積，算法循環(huán)次數(shù)增加，SOC估算值不斷向真實值靠近。因此，UKF法在預(yù)測估算時具有校正能力，即使初始值設(shè)定得與真值相差較遠，隨著算法的進行，估算值也能逐漸通近真實值。2022-05-17
本文關(guān)鍵字：ups電源報價 | C6K | C3K | 3C20KS | 3C10KS | C10KS | C3KS | C2K | 3KVA | 6KVA | 10kva | 20kva | 30kva | 40kva
