本文主要研究内容
作者刘秭杉,孙立清（2019）在《锂离子电池模型参数和荷电状态联合估算算法》一文中研究指出：针对电动汽车锂离子电池状态估算问题,提出了一种复合的电池荷电状态(state of charge,SOC)估算算法。在固定参数卡尔曼滤波算法的基础上,引入基于遗忘因子的递推最小二乘法(forgotten factor recursive least square,FFRLS)进行电池模型参数在线辨识;基于在线模型参数,利用无迹卡尔曼滤波算法(unscented Kalman filter,UKF)估算电池SOC,实现电池模型参数和SOC的实时联合估算。采集电池充放电实验数据进行离线仿真,结果表明该算法能较好地跟踪电池工作状态,SOC估算误差基本稳定在3%以内。
Abstract
zhen dui dian dong qi che li li zi dian chi zhuang tai gu suan wen ti ,di chu le yi chong fu ge de dian chi he dian zhuang tai (state of charge,SOC)gu suan suan fa 。zai gu ding can shu ka er man lv bo suan fa de ji chu shang ,yin ru ji yu wei wang yin zi de di tui zui xiao er cheng fa (forgotten factor recursive least square,FFRLS)jin hang dian chi mo xing can shu zai xian bian shi ;ji yu zai xian mo xing can shu ,li yong mo ji ka er man lv bo suan fa (unscented Kalman filter,UKF)gu suan dian chi SOC,shi xian dian chi mo xing can shu he SOCde shi shi lian ge gu suan 。cai ji dian chi chong fang dian shi yan shu ju jin hang li xian fang zhen ,jie guo biao ming gai suan fa neng jiao hao de gen zong dian chi gong zuo zhuang tai ,SOCgu suan wu cha ji ben wen ding zai 3%yi nei 。
论文参考文献
论文详细介绍
论文作者分别是来自中国科技论文的刘秭杉,孙立清，发表于刊物中国科技论文2019年04期论文，是一篇关于锂离子电池论文,荷电状态论文,递推最小二乘法论文,无迹卡尔曼滤波论文,中国科技论文2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国科技论文2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：锂离子电池论文; 荷电状态论文; 递推最小二乘法论文; 无迹卡尔曼滤波论文; 中国科技论文2019年04期论文;