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
共找到2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：
基于分数阶锂电池模型的FOMIAUKF算法SOC估计
1
作者 韩剑秋 邢丽坤 +2 位作者 任恒起 李小龙 王保德 《汽车实用技术》 2024年第21期18-24,共7页
针对传统卡尔曼滤波算法估算锂电池荷电状态(SOC)精度不高,以及对不同温度适应性较差的问题,提出了分数阶多新息自适应无迹卡尔曼滤波(FOMIAUKF)算法估计锂电池SOC。首先,采用自适应遗传算法在动态应力测试工况下辨识电路模型参数,然后... 针对传统卡尔曼滤波算法估算锂电池荷电状态(SOC)精度不高,以及对不同温度适应性较差的问题,提出了分数阶多新息自适应无迹卡尔曼滤波(FOMIAUKF)算法估计锂电池SOC。首先,采用自适应遗传算法在动态应力测试工况下辨识电路模型参数,然后在美国联邦城市运行工况下对FOMIAUKF、FOUKF、MIUKF算法进行SOC估计对比实验。最终结果表明,FOMIAUKF算法在0、25、45℃温度下具有较好的适应性,估计SOC的平均绝对误差分别为1.66%、0.27%、0.25%,均方根误差分别为1.72%、0.41%、0.39%,在三种算法中最低,对锂电池SOC估计具有重要意义。 展开更多
关键词 荷电状态估计 分数阶模型 自适应遗传算法 多新息自适应无迹卡尔曼
下载PDF
适用于宽温度范围的锂离子电池SOC估计方法 被引量：1
2
作者 胡雪峰 常先雷 +2 位作者 刘肖肖 徐威 张文彬 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期2983-2994,共12页
精确的荷电状态(SOC)估计是确保动力电池安全稳定运行的关键所在。然而,在实际应用中,环境温度的变化以及噪声干扰等因素使得SOC的精确估计变得困难重重。为了解决这一问题,本文提出一种基于多新息自适应鲁棒无迹卡尔曼滤波(MIARUKF)算... 精确的荷电状态(SOC)估计是确保动力电池安全稳定运行的关键所在。然而,在实际应用中,环境温度的变化以及噪声干扰等因素使得SOC的精确估计变得困难重重。为了解决这一问题,本文提出一种基于多新息自适应鲁棒无迹卡尔曼滤波(MIARUKF)算法的宽温度范围下锂离子电池SOC多时间尺度联合估计方法,该算法在无迹卡尔曼滤波(UKF)算法的基础上,融合多新息理论、自适应滤波与鲁棒算法。所提算法利用多新息向量对状态估计值进行修正,并对噪声协方差进行及时更新,从而提高SOC的估计精度,通过引入H∞滤波算法来提高该算法的鲁棒性。同时为了降低电池管理系统(BMS)的计算负担,使用UKF算法在宏观时间尺度上在线估计模型参数,采用MIARUKF算法在微观时间尺度上估计电池SOC。最后,在不同SOC初始值、不同温度条件下,对电池SOC的估计结果进行比较和分析,本文所提方法最大绝对误差和平均绝对误差分别为1.05%和0.42%,表明该算法具有较高的精度和较好的鲁棒性。 展开更多
关键词 锂离子电池 荷电状态 多温度 多新息自适应鲁棒无迹卡尔曼滤波
下载PDF
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
使用帮助 返回顶部