基于AEKPF算法对锂离子电池SOC与SOH的联合估计OA北大核心
Joint estimation of SOC and SOH for Li-ion battery based on AEKPF algorithm
为了提高锂离子电池SOC(state of charge)和SOH(state of health)的估计精度,采用自适应扩展卡尔曼粒子滤波(adaptive extended Kalman particle filter,AEKPF)算法估算SOC和SOH,该算法通过修正噪声可以解决运用EKF(extended Kalman filter)算法时的噪声误差累积问题,并且AEKF(adaptive extended Kalman filter)算…查看全部>>
张新锋;姚蒙蒙;宋瑞;崔金龙
长安大学 汽车学院,陕西 西安710061长安大学 汽车学院,陕西 西安710061长安大学 汽车学院,陕西 西安710061中汽研汽车检验中心(广州)有限公司,广东 广州511340
信息技术与安全科学
锂离子电池SOC估计SOH估计自适应扩展卡尔曼粒子滤波算法联合估计
《江苏大学学报（自然科学版）》 2022 (1)
24-31,8
中央高校基本科研业务费专项资金资助项目(CHD2012JC048,72105473)广东省重点领域研发计划项目(2020B090919004)
评论