-
题名锂离子电池荷电状态的在线融合估计方法
被引量：3
- 1
-
-
作者
马向平
靳皓晴
朱奇先
王晓兰
-
机构
电气传动系统与装备技术国家重点实验室
兰州理工大学电气工程与信息工程学院
兰州理工大学甘肃省先进工业过程控制重点实验室
-
出处
《兰州理工大学学报》
CAS
北大核心
2020年第5期78-84,共7页
-
基金
国家自然科学基金(61963024,51867015)
大型电气传动系统与装备技术国家重点实验室开放基金(SKLLDJ032017002)。
-
文摘
为提高安时积分法对荷电状态估计的精度,解决其估计误差随时间不断增大的问题,采用极限学习机算法建立了安时积分法的误差预测模型,该模型以电池工作电流作为输入,对应的安时积分法荷电状态估计误差作为输出,将误差预测模型与安时积分法进行融合,对安时积分法的荷电状态估计值进行校正,形成了安时积分法和极限学习机方法融合的锂离子电池荷电状态在线估计方法.仿真分析结果表明,相比安时积分法,融合方法可有效减小荷电状态估计误差,克服安时积分法估计误差随时间不断增大的问题.
-
关键词
荷电状态
安时积分法
极限学习机
误差校正
-
Keywords
SOC
ampere-hour integral method
extreme learning machine
error correction
-
分类号
TM911.3
[电气工程—电力电子与电力传动]
-
