ups不间断电源估算模型的模块化设计，为解决ups电源的SOC估算问题，针对动力环境，应用RP-UKF估算方法，基于S-ECM模型的状态空间方程参数辨识，优化计算过程并构建状态方程和观测方程。通过参数辨识方法研究，展开ups电源SOC估算模型RP-UKF的设计与实现。基于ups电源S-ECM模型，构建状态空间方程，融入迭代计算过程实现SOC估算，结合单体间平衡状态评价结果反馈修正SOC估算过程，实现步骤如下所述。ups不间断电源方法在现有电池等效模型的基础上进行改进并构建了S-ECM模型，实现对ups电源工作过程的准确描述。通过改进无迹卡尔曼滤波估算过程，构建RP-UKF估算模型，通过融入改进后的S-ECM等效模型及其状态空间方程以提高计算效率，并且利用精简粒子无迹变换减小估算偏移。结合模型的状态空间描述，解决了单体间不平衡对估算的影响。在原有迭代计算处理基础上，采用等效电路模型和卡尔曼滤波算法相结合的方式，使其估算过程具有较强的环境适用性。通过构建精简粒子无迹卡尔曼滤波(RP-UKF)模型，进行估算的递归运算并实现单体间平衡状态影响下成组SOC值的综合求取。该SOC估算模型在卡尔曼滤波估计算法的基础上，改进现有线性化处理机制并解决了估算偏移问题，该修正过程通过测量闭路电压得到实现，提高了估算精度。由于模型S-ECM参数随SOC值会发生明显变化，时变模型参数应用于该SOC估算模型的构建过程中，进而确定估算模型的总体结构，并应用于ups电源SOC估算。通过RP-UKF模型总体结构及其各个子模块设计，使用仿真和实验分析对模型参数进行修正，实现ups电源的SOC估算。进而构建状态估算的模型，结合电池等效模型及其状态空间方程实施，实现ups电源充放电过程中的SOC估算。所构建的SOC估算模型主要包括以下三方面的内容：
1)模型输入。主要包括测量的电流信号、包含噪声的温度、额定容量以及模型S-ECM的参数辨识结果。通过ups电源的动力输出过程进行模拟，设置1C，A工作电流并掺杂高斯白噪声，用于模拟实际的工作电流情况，并用作估算模型的输入参量。设定环境温度并掺杂方差为1.00的高斯白噪声，模拟工作环境。记录ups电源的S-ECM参数辨识结果，并用作模型输入参数。
2)工作状态监测与估算。主要包括输出电压信号跟踪和具有适应性的SOC估算，用于达到不同环境噪声影响下的SOC估算目标，使用采样电压作为输入信号，用于预测和修正过程。通过使用最小均方误差收敛准则，实现具有适应性的SOC估算。
3)状态输出和结果分析。通过估算结果的对比分析实现估算效果的评价。通过比较SOC估算和检测结果实现对估算结果的实时监测，分析方差变化，不断调整参数值以优化估算模型。该估算模型中基于卡尔曼滤波理论，在估算过程的前端融入无迹变换处理，以避免高阶项丢失带来的预测偏移。融入成组工作单体间的平衡状态函数关系，把单体间差异应用于修正过程中，获得修正后的ups电源SOC估算值。该方法不仅能动态表征ups电源的工作过程，还能表征充放电差异，具有估算时间短、计算效率高等优点。通过计算处理的模块化设计，获得SOC估算模型结构如图6-11所示。选代运算的基本过程如下所述。测量工作电流和温度信号作为信号输入。
ups不间断电源采用不同电流倍率进行充放电测试|针对7只单体串联形成的ups电源，使用研制的BMS设备在设定实验条件下获得测量数据，进行模拟工况分析。T代表工作温度，考虑理离子电池组在充放电过程中的发热现象以及散热条件，通过温度传感器获得在电池组电极上的实时温度测量值。通过把参数矩阵、预测过程和修正过程进行模块化处理，实现整体结构的模块化设计，进而把状态变量输出到缓存空间，实现观测数据的有效监测和分析。在模型参数初始化设定过程中，各参数的求取过程通过HPPC实验获得，并结合已知OCV-S0C函数关系展开多项式曲线拟合研究。Q。表示ups电源的额定容量，选用实验样本的额定容量修正值，并把老化因素引入SOC估算的修正过程中。模块C_E为库仑效率修正子模块，输入为实时工作电流和工作温度T，输出参数n为库仑效率。模块KF_Est为估算过程中的子模块，通过把n、1、U.(k)和Q，等参数作为输入，运用以卡尔曼滤波为基础的估算流程，实现SOC估算及其误差协方差参数Error_Cov的计算。模块Meas为融合观测方程的修正过程，通过把n、1、2、Uc和R，作为输入，实现修正计算。在估算模型的输出变量中，【为模拟工况电流，Est_Error表示估算值的误差，U(k)表示团路电压跟踪值，Est_Comp为估算值与实际值的实时观测对比矩阵，Error_Cov为估算结果的误差协方差。ups不间断电源
