期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于FFRLS-AIEKF的锂离子电池SOC估计
1
作者
阮爱国
史仰泽
+5 位作者
王方钦
黄开义
陈太刚
梁大鸿
陈海波
陈思文
《电池》
北大核心
2025年第3期529-535,共7页
针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响,导致锂离子电池荷电状态(SOC)估计误差偏大的问题,提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础...
针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响,导致锂离子电池荷电状态(SOC)估计误差偏大的问题,提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础,先利用FFRLS进行在线参数辨识,再将所辨识的各参数传给由EKF和迭代策略结合得到的AIEKF,完成对SOC估计。基于MATLAB进行仿真验证,用SOC估计的误差曲线、平均绝对误差及均方根误差的数值进行对比。相较于FFRLS-EKF算法,所提FFRLS-AIEKF算法的SOC估计精度更高,最大估计误差为1.6%。
展开更多
关键词
锂离子电池
遗忘因子递推最小二乘(FFRLS)
自适应迭代策略的扩展卡尔曼滤波(AIEKF)
荷电状态(SOC)
在线阅读
下载PDF
职称材料
题名
基于FFRLS-AIEKF的锂离子电池SOC估计
1
作者
阮爱国
史仰泽
王方钦
黄开义
陈太刚
梁大鸿
陈海波
陈思文
机构
中广核贵州都匀风力发电有限公司关岭分公司
出处
《电池》
北大核心
2025年第3期529-535,共7页
基金
中广核新能源控股有限公司科技项目(003-CLX-F120-2024-268)。
文摘
针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响,导致锂离子电池荷电状态(SOC)估计误差偏大的问题,提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础,先利用FFRLS进行在线参数辨识,再将所辨识的各参数传给由EKF和迭代策略结合得到的AIEKF,完成对SOC估计。基于MATLAB进行仿真验证,用SOC估计的误差曲线、平均绝对误差及均方根误差的数值进行对比。相较于FFRLS-EKF算法,所提FFRLS-AIEKF算法的SOC估计精度更高,最大估计误差为1.6%。
关键词
锂离子电池
遗忘因子递推最小二乘(FFRLS)
自适应迭代策略的扩展卡尔曼滤波(AIEKF)
荷电状态(SOC)
Keywords
Li-ion battery
forgetting-factor recursive least squares(FFRLS)
adaptive iterative strategy extended Kalman filter(AIEKF)
state of charge(SOC)
分类号
TM912.9 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于FFRLS-AIEKF的锂离子电池SOC估计
阮爱国
史仰泽
王方钦
黄开义
陈太刚
梁大鸿
陈海波
陈思文
《电池》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
