题名 基于DAUKF的锂离子电池SOC和SOE估算
1
作者
朱锦 李珊珊 张阿香
机构
郑州铁路职业技术学院电子工程学院 北京理工大学光电学院
出处
《电池》
北大核心
2025年第3期456-462,共7页
基金
教育部职业教育与成人教育司项目(2019-24)。
文摘
电荷状态(SOC)和能量状态(SOE)估算有助于延长锂离子电池的电池寿命和确保系统可靠性。提出一种双自适应无迹卡尔曼滤波(DAUKF)算法,同时估算SOC和SOE,在动态应力测试(DST)动态驾驶曲线、US06动态驾驶曲线和联邦城市驾驶时间表(FUDS)动态驾驶曲线下,进行验证。DAUKF算法能准确估算SOC和SOE,SOC的均方根误差(RMSE)分别为0.07%、0.29%和0.31%,SOE的RMSE分别为0.07%、0.30%和0.31%。与自适应无迹卡尔曼滤波(AUKF)算法相比,DAUKF算法在估计精度上表现更优。
关键词
锂离子电池 双自适应无迹卡尔曼滤波(DAUKF)算法 状态 估计电荷状态 (SOC) 能量 状态 (soe )
Keywords
Li-ion battery double adaptive unscented Kalman filter(DAUKF)algorithm state estimation state of charge(SOC) state of energy(soe )
分类号
TM912.9
[电气工程—电力电子与电力传动]
题名 电池SOE估算法及在电动汽车工况下的应用
被引量：8
2
作者
罗玲 宋文吉 林仕立 冯自平
机构
中国科学院广州能源研究所 中国科学院大学
出处
《电池》
CAS
CSCD
北大核心
2016年第1期31-34,共4页
基金
广东省科技平台项目(2014B010128001) 广州市科技计划项目(201509010018 201509030005)
文摘
采用电池剩余能量状态(SOE)作为估算对象以提高预测的准确性。基于SOE的传统定义,分析充放电过程中电池能量消耗的形式及对SOE估算的影响,研究不同放电倍率下可用总能的修正模型,并提出一种改进型SOE估算方法。NEDC、FUDS两种标准工况电动汽车的实验验证表明:改进型SOE算法的误差比传统SOE估算方法分别缩减4.6%和6.7%,可提高实际电池SOE估算的精度。
关键词
能量 状态 (soe )荷电状态 (SOC) 可用能量 估算方法 锂离子电池
Keywords
state of energy（soe ） state of charge（SOC） available energy estimation method Li-ion battery
分类号
U469.72
[机械工程—车辆工程]
TM912
[电气工程—电力电子与电力传动]
题名 串联电池组的SOE估算方法
被引量：4
3
作者
龚敏明 王占国 马泽宇 郭宏榆 文锋
机构
北京交通大学电气工程学院
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2013年第2期74-78,98,共6页
基金
国家"863"计划项目资助(2011AA05A108)
文摘
针对基于剩余容量的电池使用能力描述方法不能线性对应车辆行驶里程的问题,分析了电池充放电能量的计算方法和影响因素,通过建立单体电池能量状态(State Of Energy,SOE)的定义和估算方法,提出了电池组最大可用能量的概念和串联电池组SOE估算方法,为纯电动汽车行驶里程的准确估算和串联电池组均衡维护提供理论依据.
关键词
电池组能量 状态 (soe ) 串联电池组 充 放电能量 实际可用能量 能量 效率
Keywords
state of energy（soe ） serial connection battery pack charge/discharge energy maximum available energy energy efficiency
分类号
TM912.4
[电气工程—电力电子与电力传动]
题名 基于电池SOE预测电动汽车的续驶里程
被引量：6
4
作者
林仕立 宋文吉 吕杰 冯自平
机构
中国科学院广州能源研究所 中国科学院可再生能源重点实验室 广东省新能源和可再生能源研究开发与应用重点实验室
出处
《电池》
CAS
CSCD
北大核心
2017年第3期137-139,共3页
基金
国家自然科学基金项目(51607176 51477171) 广州市科技计划项目(201509030005)
文摘
提出采用电池能量状态(SOE)估算以提高电动汽车续驶里程预测的精度。在基本SOE定义的基础上,引入热能参数对数学模型进行修正,结合车辆质量、行驶阻力、电池组性能及行驶工况等影响因素,研究电动汽车供需功率模型,建立基于SOE的续驶里程预测方法。标准循环测试工况验证表明:该方法的精度比传统方法提高了4.09%,预测结果更接近实际值。
关键词
能量 状态 (soe )电动汽车 续驶里程预测 供需功率模型
Keywords
state of energy（soe ） electric vehicle driving range prediction power supply and demand model
分类号
U469.72
[机械工程—车辆工程]
