期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于自适应回归扩展卡尔曼滤波的电动汽车动力电池全生命周期的荷电状态估算方法 被引量:50
1
作者 刘芳 马杰 +2 位作者 苏卫星 窦汝振 林辉 《电工技术学报》 EI CSCD 北大核心 2020年第4期698-707,共10页
该文针对传统扩展卡尔曼滤波(EKF)算法对电池数学模型精确的高度依赖与动态电池模型难以精确获得之间的矛盾问题,提出一种完全数据驱动的基于改进EKF算法的动力电池全生命周期荷电状态(SOC)估计方法。该方法为数据驱动的SOC估计方法和... 该文针对传统扩展卡尔曼滤波(EKF)算法对电池数学模型精确的高度依赖与动态电池模型难以精确获得之间的矛盾问题,提出一种完全数据驱动的基于改进EKF算法的动力电池全生命周期荷电状态(SOC)估计方法。该方法为数据驱动的SOC估计方法和基于模型的SOC估计方法的良好结合,其优点在于:一方面抑制数据驱动方法存在累积误差的问题,并保留其良好的动态特性;另一方面改善基于模型的算法过度依赖电池模型的缺点,并保留其很好的鲁棒特性。该方法的创新之处在于将等效电路中难以获知的一部分视为以电池电流为输入,以内部电压为输出,以电池内部阻抗为时变参数的黑箱系统,并加以动态在线辨识,获得实时的动力电池真实状态,从而保证电池模型的准确性和动态性,真正实现动力电池全生命周期的SOC估算。仿真结果表明,该方法具有较好的鲁棒性和实用性。 展开更多
关键词 电池荷电状态 扩展卡尔曼滤波算法 自回归模型 电动汽车 动力电池 电池管理系统
在线阅读 下载PDF
电动汽车动力电池健康状态在线动态估算方法 被引量:4
2
作者 肖业 刘芳 +1 位作者 刘欣怡 林辉 《电源技术》 CAS 北大核心 2021年第2期177-180,235,共5页
针对电动汽车领域电池SOH在线估算的问题,提出了一种以戴维南(Thevenin)等效电路模型为框架,以BMS在线监测的过程数据为基础的SOH在线估算方法。此方法首先提出构建以电池使用时间t为自变量,SOH为隐变量的数学模型,并在此基础上,提出错... 针对电动汽车领域电池SOH在线估算的问题,提出了一种以戴维南(Thevenin)等效电路模型为框架,以BMS在线监测的过程数据为基础的SOH在线估算方法。此方法首先提出构建以电池使用时间t为自变量,SOH为隐变量的数学模型,并在此基础上,提出错时参数更新策略,有效降低单采样周期内的计算复杂度,使其更适用于电动汽车BMS控制单元。其次,提出利用非线性最小二乘初始化遗传算法初始种群的方式加快辨识速度。此SOH估算方法的优势在于无需动力电池前期实验室实验数据支撑,仅依靠电池管理系统实时测得的过程数据便可实现对电池SOH的估算,因此算法具有较好的动态特性。经验证证明所提出的SOH估算方法在电动汽车动力电池领域具有很好的适用性并且算法具有较高的估计精度。 展开更多
关键词 SOH估算 电池模型 AR模型 GA算法 非线性最小二乘算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部