检索结果-南通市图书馆

电池 2025年第01期55卷 78-84页

作者：孙中旺刘冲刘春桥江新天靖知川吕龙江苏东港能源投资有限公司南京邮电大学自动化学院、人工智能学院

在锂离子电池等多时间尺度系统中，最小二乘(LS)算法的应用面临模型参数辨识精度低和工况适应性差等挑战。以一阶等效电路模型为研究对象，采用基于遗忘因子的递推最小二乘(FFRLS)算法，用于精确估计电池内阻相关参数。针对恒流工况下... 详细信息

在锂离子电池等多时间尺度系统中，最小二乘(LS)算法的应用面临模型参数辨识精度低和工况适应性差等挑战。以一阶等效电路模型为研究对象，采用基于遗忘因子的递推最小二乘(FFRLS)算法，用于精确估计电池内阻相关参数。针对恒流工况下在线辨识精度不足、离线辨识精度较高的特点，提出全工况自适应输出等效电路模型，以提升的模型精度。基于实际工况的仿真实验表明：全工况等效电路模型较单一恒流工况精度更高。全工况模型结合了离线和在线辨识算法，具有更小的误差，为0.68%。

关键词：锂离子电池等效电池模型最小二乘(LS)算法全工况模型

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

遗忘因子递推最小二乘法辨识锂离子电池参数

引用

电池 2023年第6期53卷 629-633页

作者：赵转曹以龙杜君莉史书怀郑州电力高等专科学校电力工程学院河南郑州450000 上海电力大学电子与信息工程学院上海200438 国网河南省电力公司电力科学研究院河南郑州450000

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大。为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线... 详细信息

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大。为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法。在动力应力测试实验的基础上,在线辨识等效电路模型参数,利用识别的电路参数对电池电压进行在线预测。通过对比不同遗忘因子(λ)下的端电压均方根误差,发现λ=0.86~0.94为最佳范围。所提算法的精度优于递推最小二乘(RLS)法,验证了算法的可行性和有效性。

关键词：锂离子电池等效电池模型递推最小二乘(RLS)法遗忘因子递推最小二乘(FFRLS)法参数辨识

来源：

维普期刊数据库博看期刊

同方期刊数据库

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

FSEC赛车动力锂电池建模和SOC估计研究

FSEC赛车动力锂电池建模和SOC估计研究

引用

作者：钟志标福州大学

学位级别：硕士

21世纪末以来,以电动汽车为代表的新能源汽车产业的高速发展使得对电机、电控和电池等技术的研究受到业界的普遍关注和重视。电池管理系统（Battery Management System,BMS）是电动汽车的重要组成部分,能够对动力电池进行监测与管理,为... 详细信息

21世纪末以来,以电动汽车为代表的新能源汽车产业的高速发展使得对电机、电控和电池等技术的研究受到业界的普遍关注和重视。电池管理系统（Battery Management System,BMS）是电动汽车的重要组成部分,能够对动力电池进行监测与管理,为汽车的续航里程、使用寿命和电池系统的安全性提供重要保障。当前国内外对BMS的研究与开发还不够成熟,动力电池的荷电状态（State of Charge,SOC）估计精度仍存在不够精确的问题。本文以电动方程式赛车动力电池为研究对象,为提高电池SOC估计精度,从构建电池仿真模型和SOC估计算法两个方面进行研究。首先,研究单体电池模型建立和参数识别。通过对主流单体电池模型的分析,选取二阶RC等效电路模型建立电池仿真模型。搭建电池参数测试平台,对单体电池进行容量、充放电效率、开路电压和SOC关系曲线、内阻和电容等进行测试试验,根据试验数据对电池参数进行识别。在Simulink软件中构建单体电池仿真模型,对比仿真结果和试验值,两者之间最大误差为0.05V,相对误差小于0.23%。其次,研究电池组仿真模型的构建。分别用单体累积法、整体建模法和最小电动势法建立电池组模型。对比三种方法的仿真结果和试验数据,得出最低电动势电池组建模法的精度最高,但这种方法存在耗时较大问题。本文提出一种最低电动势法和随机抽样参数辨识的复合方法构建电池组仿真模型。利用该方法在Simulink中构建电池组模型,对比实验和仿真结果,电池组端电压误差小于0.5%,单体电池端电压误差小于0.7%。再者,对电池组的SOC估算算法进行研究。基于对比分析传统滑模算法和扩展卡尔曼算法的优缺点,本文提出一种扩展卡尔曼-自适应滑模算法来估算电池组SOC,解决传统滑模算法抖动和扩展卡尔曼算法受未知噪声影响的问题。三种算法的仿真结果与实验值对比,传统滑模算法的估算误差小于7%,扩展卡尔曼的估算误差小于3%,扩展卡尔曼-自适应滑模算法估算误差小于2%。最后,设计搭建电池SOC估算实验平台。对电池组模拟NEDC工况放电试验,对比试验值和仿真估算值,结果表明扩展卡尔曼-自适应滑模算法估算SOC误差小于2%,证明本文所提算法的有效性。

关键词：等效电池模型最低电动势随机抽样扩展卡尔曼算法自适应滑模算法

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

电池管理系统软件设计与SOC估算研究

电池管理系统软件设计与SOC估算研究

引用

作者：李军辽宁工业大学

学位级别：硕士

随着燃油供应和环境污染问题的日益加剧,发展纯电动汽车已经成为解决环境污染、摆脱对燃油依赖的重要途径之一。动力电池作为电动汽车的重要组成部分,其重要性毋庸置疑。而电池管理系统（Battery Management Syetem,BMS）的优劣直接关... 详细信息

随着燃油供应和环境污染问题的日益加剧,发展纯电动汽车已经成为解决环境污染、摆脱对燃油依赖的重要途径之一。动力电池作为电动汽车的重要组成部分,其重要性毋庸置疑。而电池管理系统（Battery Management Syetem,BMS）的优劣直接关系电动汽车的续驶里程和使用寿命。BMS对电动汽车能够平稳、可靠的运行起到了重要作用。BMS对动力电池的电压、温度、电流、荷电状态（State of Charge,SOC）等信息和故障进行统一处理,便于对电池状态的实时信息进行监控与报警,以此来提高整车运行过程中的安全性与可靠性。因此本文对电池管理系统的下位机与上位机软件进行设计。本文选择Thevenin模型对电池进行等效。通过对电池进行混合脉冲充放电实验,完成电池的参数化辨识。动力电池内外部因素均能影响SOC估算的精度,而卡尔曼滤波法在处理非线性问题上具有优势,因此本文设计卡尔曼滤波算法估算SOC。该算法基于Thevenin等效电池模型建立了电池电路状态空间表达式,在此基础上完成SOC估算。对其进行仿真来验证算法的准确性。本文在硬件平台基础上对下位机软件进行设计。确定系统各个状态对应的运行流程和系统状态转移所需条件,设计了BMS主要的管理策略以及电池系统和整车VCU故障时的处理方式。根据BMS上位机的功能需求,选择Lab VIEW平台对上位机软件进行设计,实现了报文接收、图文显示、命令发送、数据存储、通讯异常时断开连接等功能,并完成上位机功能测试。最后,搭建实验平台对BMS系统进行测试。测试结果表明,软件能够稳定运行并且上位机能够实现报警、信息存储等功能。

关键词：电池管理系统等效电池模型参数辨识通讯协议上位机监控软件

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

基于修正协方差近似二阶扩展卡尔曼滤波算法的电池荷电状态估算

引用

汽车工程师 2023年第2期 1-8页

作者：王伯运何耀郑昕昕合肥工业大学合肥230009

为解决扩展卡尔曼滤波(EKF)算法中由非线性变换忽略高阶泰勒项引起的荷电状态(SOC)估算误差和在迭代过程中协方差容易出现病态的问题,采用修正协方差近似二阶扩展卡尔曼滤波(MVASOEKF)算法,通过混合脉冲功率特性试验对等效模型内部参数... 详细信息

为解决扩展卡尔曼滤波(EKF)算法中由非线性变换忽略高阶泰勒项引起的荷电状态(SOC)估算误差和在迭代过程中协方差容易出现病态的问题,采用修正协方差近似二阶扩展卡尔曼滤波(MVASOEKF)算法,通过混合脉冲功率特性试验对等效模型内部参数进行离线辨识并建立了二阶RC等效电池模型,在MATLAB/Simulink平台上进行SOC估算,结果表明,EKF算法估算平均绝对误差约为2.0%,MVASOEKF算法估算平均绝对误差约为0.5%,与EKF算法相比,MVASOEKF算法虽增加了一定的计算量,但是SOC估计精度明显改善,且收敛性更好。

关键词：二阶RC 等效电池模型参数辨识荷电状态估算修正协方差近似二阶扩展卡尔曼滤波

来源：

维普期刊数据库博看期刊

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

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

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

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

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

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：