基于双自适应卡尔曼滤波的锂电池状态估算OA北大核心CSTPCD
State estimation of lithium-ion battery based on dual adaptive Kalman filter
精准的锂电池建模是保证电池储能系统可靠性至关重要的手段.荷电状态(state of charge,SOC)的准确估计保证了特定应用程序的安全高效运行.为了提高SOC的估计精度,首先建立等效电路模型,利用遗忘因子的偏差补偿最小二乘法(bias compensation recursive least squares,BCRLS)对电池模型进行参数辨识.然后,利用自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,…查看全部>>
黄鹏超;鄂加强
柳州职业技术学院汽车工程学院,广西 柳州 545616湖南大学机械与运载工程学院,湖南 长沙 410082
信息技术与安全科学
锂离子电池荷电状态偏差补偿最小二乘法权重向量双自适应无迹卡尔曼滤波
《储能科学与技术》 2022 (2)
660-666,7
2019年广西高校中青年项目:电动汽车动力电池均衡控制技术研究(2019KY1257).
评论