检索结果-南通市图书馆

电工技术学报 2016年第24期31卷 141-149页

作者：李晓宇朱春波魏国逯仁贵哈尔滨工业大学电气工程及自动化学院哈尔滨150001

电池特性建模及模型参数在线估计是电动汽车电池管理系统的关键技术,以磷酸铁锂电池这一非线性系统为研究对象,以包含分数阶元件的简化电池电化学阻抗谱模型为基础,建立了该模型的状态转移方程和系统观测方程,运用分数阶联合卡尔曼滤波... 详细信息

电池特性建模及模型参数在线估计是电动汽车电池管理系统的关键技术,以磷酸铁锂电池这一非线性系统为研究对象,以包含分数阶元件的简化电池电化学阻抗谱模型为基础,建立了该模型的状态转移方程和系统观测方程,运用分数阶联合卡尔曼滤波器(FJKF)对该模型的扩散极化电压和模型参数进行了在线估计。试验结果表明,该模型能较好地表征磷酸铁锂电池的动态特性,分数阶联合卡尔曼滤波算法在参数估计过程中能够保持很好的精度,同时该方法对多种测试工况都有较好的适用性,算法估计得到的模型参数值具有较好的稳定性。

关键词：磷酸铁锂电池分数阶电池模型电化学阻抗谱分数阶联合卡尔曼滤波

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于分数阶模型的锂离子电池荷电状态估计

引用

机械工程学报 2024年第8期 224-232+244页

作者：石琴蒋正信刘翼闻魏宇江胡晓松贺林合肥工业大学汽车与交通工程学院自动驾驶汽车安全安徽省重点实验室安徽省智慧交通车路协同工程研究中心重庆大学机械与运载工程学院

荷电状态精确估计是锂离子动力电池安全应用的关键技术之一，现有的估计方法并不完全适配锂离子电池系统，在准确性、稳定性和实用性方面均有较大的提升空间。为了准确描述锂离子电池系统动态特性并且提升估计精度与稳定性，提出一种基... 详细信息

荷电状态精确估计是锂离子动力电池安全应用的关键技术之一，现有的估计方法并不完全适配锂离子电池系统，在准确性、稳定性和实用性方面均有较大的提升空间。为了准确描述锂离子电池系统动态特性并且提升估计精度与稳定性，提出一种基于分数阶电池模型的自适应扩展卡尔曼粒子滤波方法。在采用免疫遗传算法对锂离子电池分数阶模型进行参数辨识的过程中，应用“记忆库”减小算法计算量，引入“亲和度”缓解算法陷入局部最优解的问题。采用基于模型开发的手段，将提出的控制算法下载到电池管理系统控制器中，经过ECE和UDDS工况测试对比验证：二阶分数阶电路模型的端电压误差最大不超过13.96 mV，平均误差为2.4～4.2 mV，表明分数阶模型对电流的变化更为敏感且更能表现电池的电压变化性能，可以有效保证电池荷电状态的计算精度。提出方法较EKF的荷电状态估计精度提升50%以上，并且收敛时间大大缩短，表明在粒子滤波中引入自适应卡尔曼滤波进行校正，可以滤除噪声、增强估计算法准确性和鲁棒性。

关键词：电池荷电状态分数阶电池模型自适应卡尔曼粒子滤波免疫遗传算法

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于分数阶微积分理论的锂离子电池SOC与SOH协同估计

基于分数阶微积分理论的锂离子电池SOC与SOH协同估计

引用

作者：王钟毅长安大学

学位级别：硕士

目前在交通运输领域,电动汽车已经成为热门的发展方向,然而,电池管理系统(Battery Management System,BMS)等相关技术的不完善制约了锂离子电池行业以及电动汽车的发展。在电池管理系统当中,准确估计荷电状态与健康状态是其中的重点与... 详细信息

目前在交通运输领域,电动汽车已经成为热门的发展方向,然而,电池管理系统(Battery Management System,BMS)等相关技术的不完善制约了锂离子电池行业以及电动汽车的发展。在电池管理系统当中,准确估计荷电状态与健康状态是其中的重点与难点。在此背景下,深入研究电池系统的建模和状态估计技术,对有效管理电池系统,保障电池的安全可靠运行具有重要意义。因此,本文围绕锂离子电池系统的建模辨识和状态估计问题展开研究。针对锂离子电池非线性系统的建模问题,通过对电池特性进行分析,总结归纳影响电池特性的因素,为后续建模与状态估计奠定基础。依据电池系统具备分数阶的特性,通过分析电池电化学阻抗谱,采用分数阶电学元器件构成分数阶电池模型,并以此为基础对电池状态进行估计。最后在DST工况与FUDS工况下,验证模型的准确性与可行性。针对模型参数的精确获取问题。为了准确获取锂离子电池分数阶模型的参数,将模型参数辨识问题转化为优化问题进行求解,在此基础上,采用混合遗传粒子群算法对电池模型参数进行辨识,并仿真检验算法的性能。仿真结果显示,所使用的辨识方法能有效获得电池模型参数,且准确性较好。针对锂离子电池分数阶模型的荷电状态(State of charge,SOC)估计问题,本文将分数阶微积分理论引入无迹卡尔曼滤波算法当中,提出了分数阶无迹卡尔曼滤波算法对电池SOC进行估计,同时为减少计算量,加入“短时记忆”效应。最后在DST工况与FUDS工况下与整数阶无迹卡尔曼滤波算法进行仿真对比,结果表明分数阶无迹卡尔曼滤波算法具有更高的精度与鲁棒性。针对锂离子电池分数阶系统的的健康状态(State of health,SOH)评估问题。考虑到电池SOC与SOH之间复杂的耦合关系以及SOC与SOH变化速率不同的特点,本文将多时间尺度理论应用于分数阶模型的SOH估计当中,在宏观时域采用分数阶扩展卡尔曼滤波算法估算慢变参数SOH,微观时域采用分数阶无迹卡尔曼滤波波算法估计电池快变参数SOC,两者估计结果相互进行校正。最后在DST工况下与EKF-UKF算法相对比以验证算法的鲁棒性与准确性。

关键词：锂离子电池荷电状态健康状态分数阶电池模型 FEKF-FUKF的SOC与SOH协同估计

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：