检索结果-南通市图书馆

储能科学与技术 2024年第2期13卷 680-690页

作者：袁照凯范秋华王冬青孙天民青岛大学电气工程学院山东青岛266071

随着锂电池在电动车辆中的广泛应用,准确估计电池荷电状态(SOC)对于电池的安全性和使用性能至关重要。然而,变化温度环境条件下,传统Kalman估计方法降低电池SOC估计准确性。为解决上述问题,本研究提出了基于多新息自适应扩展卡尔曼滤波(... 详细信息

随着锂电池在电动车辆中的广泛应用,准确估计电池荷电状态(SOC)对于电池的安全性和使用性能至关重要。然而,变化温度环境条件下,传统Kalman估计方法降低电池SOC估计准确性。为解决上述问题,本研究提出了基于多新息自适应扩展卡尔曼滤波(miaekf)的SOC估计方法。首先,基于多组不同温度下测试实验获取的电池数据,利用带遗忘因子的最小二乘法(FFRLS)进行参数辨识,获得了多温度下不同SOC阶段的电池参数。其次,利用函数拟合的方法建立了以SOC、温度为自变量,电池参数为因变量的函数模型,用于描述电池参数的动态行为。最后,在此基础上引入了miaekf算法,该算法结合了自适应和多新息的思想,通过滑动窗口自适应调整过程噪声与测量噪声协方差,并将窗口的新息均值作为窗口最新时刻后验估计的新息来增加误差新息。选择合适的窗口长度与新息均值系数能够有效提升SOC估计精度。实验数据验证的结果表明,基于miaekf的SOC估计方法在相同条件下相较于传统的扩展卡尔曼滤波(EKF)、自适应扩展卡尔曼滤波(AEKF)表现出更高的估计精度和稳定性。在多温度下,通过引入电池参数函数模型,miaekf能够自适应多个温度下的SOC估计,并且估计误差均在±1%以内。

关键词： miaekf 锂电池 SOC 多温度函数拟合

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

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

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

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：