ups不間斷電源估算模型的模塊化設計，為解決ups電源的SOC估算問題，針對動力環境，應用RP-UKF估算方法，基于S-ECM模型的狀態空間方程參數辨識，優化計算過程并構建狀態方程和觀測方程。通過參數辨識方法研究，展開ups電源SOC估算模型RP-UKF的設計與實現?；趗ps電源S-ECM模型，構建狀態空間方程，融入迭代計算過程實現SOC估算，結合單體間平衡狀態評價結果反饋修正SOC估算過程，實現步驟如下所述。ups不間斷電源方法在現有電池等效模型的基礎上進行改進并構建了S-ECM模型，實現對ups電源工作過程的準確描述。通過改進無跡卡爾曼濾波估算過程，構建RP-UKF估算模型，通過融入改進后的S-ECM等效模型及其狀態空間方程以提高計算效率，并且利用精簡粒子無跡變換減小估算偏移。結合模型的狀態空間描述，解決了單體間不平衡對估算的影響。在原有迭代計算處理基礎上，采用等效電路模型和卡爾曼濾波算法相結合的方式，使其估算過程具有較強的環境適用性。通過構建精簡粒子無跡卡爾曼濾波(RP-UKF)模型，進行估算的遞歸運算并實現單體間平衡狀態影響下成組SOC值的綜合求取。該SOC估算模型在卡爾曼濾波估計算法的基礎上，改進現有線性化處理機制并解決了估算偏移問題，該修正過程通過測量閉路電壓得到實現，提高了估算精度。由于模型S-ECM參數隨SOC值會發生明顯變化，時變模型參數應用于該SOC估算模型的構建過程中，進而確定估算模型的總體結構，并應用于ups電源SOC估算。通過RP-UKF模型總體結構及其各個子模塊設計，使用仿真和實驗分析對模型參數進行修正，實現ups電源的SOC估算。進而構建狀態估算的模型，結合電池等效模型及其狀態空間方程實施，實現ups電源充放電過程中的SOC估算。所構建的SOC估算模型主要包括以下三方面的內容：
1)模型輸入。主要包括測量的電流信號、包含噪聲的溫度、額定容量以及模型S-ECM的參數辨識結果。通過ups電源的動力輸出過程進行模擬，設置1C，A工作電流并摻雜高斯白噪聲，用于模擬實際的工作電流情況，并用作估算模型的輸入參量。設定環境溫度并摻雜方差為1.00的高斯白噪聲，模擬工作環境。記錄ups電源的S-ECM參數辨識結果，并用作模型輸入參數。
2)工作狀態監測與估算。主要包括輸出電壓信號跟蹤和具有適應性的SOC估算，用于達到不同環境噪聲影響下的SOC估算目標，使用采樣電壓作為輸入信號，用于預測和修正過程。通過使用最小均方誤差收斂準則，實現具有適應性的SOC估算。
3)狀態輸出和結果分析。通過估算結果的對比分析實現估算效果的評價。通過比較SOC估算和檢測結果實現對估算結果的實時監測，分析方差變化，不斷調整參數值以優化估算模型。該估算模型中基于卡爾曼濾波理論，在估算過程的前端融入無跡變換處理，以避免高階項丟失帶來的預測偏移。融入成組工作單體間的平衡狀態函數關系，把單體間差異應用于修正過程中，獲得修正后的ups電源SOC估算值。該方法不僅能動態表征ups電源的工作過程，還能表征充放電差異，具有估算時間短、計算效率高等優點。通過計算處理的模塊化設計，獲得SOC估算模型結構如圖6-11所示。選代運算的基本過程如下所述。測量工作電流和溫度信號作為信號輸入。
ups不間斷電源采用不同電流倍率進行充放電測試|針對7只單體串聯形成的ups電源，使用研制的BMS設備在設定實驗條件下獲得測量數據，進行模擬工況分析。T代表工作溫度，考慮理離子電池組在充放電過程中的發熱現象以及散熱條件，通過溫度傳感器獲得在電池組電極上的實時溫度測量值。通過把參數矩陣、預測過程和修正過程進行模塊化處理，實現整體結構的模塊化設計，進而把狀態變量輸出到緩存空間，實現觀測數據的有效監測和分析。在模型參數初始化設定過程中，各參數的求取過程通過HPPC實驗獲得，并結合已知OCV-S0C函數關系展開多項式曲線擬合研究。Q。表示ups電源的額定容量，選用實驗樣本的額定容量修正值，并把老化因素引入SOC估算的修正過程中。模塊C_E為庫侖效率修正子模塊，輸入為實時工作電流和工作溫度T，輸出參數n為庫侖效率。模塊KF_Est為估算過程中的子模塊，通過把n、1、U.(k)和Q，等參數作為輸入，運用以卡爾曼濾波為基礎的估算流程，實現SOC估算及其誤差協方差參數Error_Cov的計算。模塊Meas為融合觀測方程的修正過程，通過把n、1、2、Uc和R，作為輸入，實現修正計算。在估算模型的輸出變量中，【為模擬工況電流，Est_Error表示估算值的誤差，U(k)表示團路電壓跟蹤值，Est_Comp為估算值與實際值的實時觀測對比矩陣，Error_Cov為估算結果的誤差協方差。ups不間斷電源
