期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于置信规则库的锂电池SOC估计 被引量:1
1
作者 吕延卓 肖明清 +3 位作者 唐希浪 李剑峰 刘强 王联科 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2019年第4期39-45,共7页
电池荷电状态(SOC)的准确估计在电池广泛应用的背景下日益重要,但是构建精确的物理模型十分困难,使用纯粹的数据驱动方法又容易因为电池个体差异性出现过拟合问题。针对这些问题,提出基于置信规则库(BRB)的方法对锂电池SOC的进行估计。... 电池荷电状态(SOC)的准确估计在电池广泛应用的背景下日益重要,但是构建精确的物理模型十分困难,使用纯粹的数据驱动方法又容易因为电池个体差异性出现过拟合问题。针对这些问题,提出基于置信规则库(BRB)的方法对锂电池SOC的进行估计。该方法既允许专家通过经验知识克服数据驱动方法的过拟合问题,又能通过参数训练克服专家知识的不准确性。以某型磷酸铁锂(LiFePO4)电池为例,对提出的方法进行了验证,并将其与神经网络进行了对比。结果表明,该方法估计SOC具有较高的精度,估计误差不超过10%,且可以克服传统神经网络方法存在的过拟合问题。 展开更多
关键词 电池 电池荷电状态估计 置信规则库
在线阅读 下载PDF
锂电池SOC估计的实现方法分析与性能对比 被引量:22
2
作者 黎冲 王成辉 +2 位作者 王高 鲁宗虎 马成智 《储能科学与技术》 CAS CSCD 北大核心 2022年第10期3328-3344,共17页
锂电池荷电状态(state of charge,SOC)估计技术是保证电力储能和电动汽车合理应用的核心技术,也是锂电池系统控制运营、监测维护的基础。在锂电池实际应用中,其表现出非线性、时变性、影响因素复杂性和不确定性的问题,造成了荷电状态估... 锂电池荷电状态(state of charge,SOC)估计技术是保证电力储能和电动汽车合理应用的核心技术,也是锂电池系统控制运营、监测维护的基础。在锂电池实际应用中,其表现出非线性、时变性、影响因素复杂性和不确定性的问题,造成了荷电状态估计难度大、精度不高和适应能力不足。为此,众多锂电池荷电状态估计算法及改进策略应运而生。与此同时,部分研究人员针对不同估计方法和改进策略的实现方式和优缺点开展了分析与对比,但相关综述对估计方法的技术特点和适用性方面的论述不足且缺乏系统性总结。本文首先分析了锂电池荷电状态估计的影响因素和测试标准;然后从基于实验计算的传统方法、基于电池模型的滤波类算法、基于数据驱动的机器学习技术以及数模混合估计方法四个方面开展对比分析,归纳总结各类方法的技术特点、实现过程、适用条件、难题痛点以及应用优势,系统全面地论述了现有锂电池荷电状态估计技术的研究重点和应用现状;最后,展望了锂电池荷电状态估计算法的未来研究方向。 展开更多
关键词 电池荷电状态估计 实验计算方法 滤波估计算法 机器学习技术 数模驱动
在线阅读 下载PDF
基于事件驱动的液流电池控制系统实现方式
3
作者 练润哲 董树锋 《电力工程技术》 北大核心 2024年第1期32-40,共9页
液流电池具有充放电循环次数大、容量高及寿命长等优点,是长时大规模储能的理想选择,但是其复杂的结构对电池控制系统的要求较高,传统开发方式难以满足其多样的控制需求,因此提出精准度更高、实时性更好的基于事件驱动技术的液流电池控... 液流电池具有充放电循环次数大、容量高及寿命长等优点,是长时大规模储能的理想选择,但是其复杂的结构对电池控制系统的要求较高,传统开发方式难以满足其多样的控制需求,因此提出精准度更高、实时性更好的基于事件驱动技术的液流电池控制系统开发方法。首先针对液流电池稳定性需求高、内部损耗大等问题,提出了主/辅助电堆协同架构,并对该架构系统进行建模分析;然后基于事件驱动技术对控制系统进行模块化设计,包括柔性充放电控制、辅助电堆参与的黑启动控制、基于卡尔曼滤波的电池荷电状态(state of charge,SOC)估计等;最后搭建半实物仿真平台,对所提架构和策略进行验证,证明了该架构和策略能提高系统的能量转换效率和稳定性。 展开更多
关键词 液流电池 事件驱动 储能 柔性充放控制 卡尔曼滤波 电池状态(SOC)估计 黑启动
在线阅读 下载PDF
混合动力客车锂离子动力电池管理系统 被引量:13
4
作者 郑敏信 齐铂金 +1 位作者 吴红杰 张华辉 《高技术通讯》 CAS CSCD 北大核心 2008年第2期173-178,共6页
根据混合动力客车锂离子动力电池组单体只数多、分布比较分散的特点,设计了基于双 CAN 总线的分布式电池管理系统(BMS)。该系统由若干采样模块和一个主控模块组成,与动力电池之间的连线数量少,可扩展性强,而且采用复杂可编程逻辑器件(CP... 根据混合动力客车锂离子动力电池组单体只数多、分布比较分散的特点,设计了基于双 CAN 总线的分布式电池管理系统(BMS)。该系统由若干采样模块和一个主控模块组成,与动力电池之间的连线数量少,可扩展性强,而且采用复杂可编程逻辑器件(CPLD)技术实现了串联电池组单体电压的采样方法,实现了温度的低成本采样方法,建立了基于"预测-修正"方法的动力电池荷电状态(SOC)的估算方法,可以实时地修正 SOC估计的误差和可靠地实现对动力电池运行时状态参数的监测,提高电池 SOC 的估算精度。 展开更多
关键词 动汽车 锂离子电池 电池管理系统 电池荷电状态估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部