基于双无迹变换的锂离子电池SOC估计研究OA北大核心CSTPCD
电池的荷电状态(SOC)是电池管理系统(BMS)的重要指标,然而锂离子电池是一个具有复杂性噪声特点的非线性动态系统,精准估计SOC十分困难。针对无迹卡尔曼滤波(UKF)估计SOC时受模型精度和系统噪声预定变量影响较大问题,基于改进的PNGV模型提出一种两次非线性变换预测系统闭环端电压方法,采用动态函数提高卡尔曼增益,从而提高SOC估计精度和效果。通过充放电混合动力脉冲能力特性(HPPC)和混合放电比实验验证可得该方法具有良好的估计效果,在电压和电…查看全部>>
封居强;孙亮东;蔡峰;伍龙;卢俊
淮南师范学院机械与电气工程学院,安徽淮南232038 安徽理工大学深部煤矿开采响应与灾害防控国家重点实验室,安徽淮南232001淮南师范学院机械与电气工程学院,安徽淮南232038安徽理工大学深部煤矿开采响应与灾害防控国家重点实验室,安徽淮南232001淮南师范学院机械与电气工程学院,安徽淮南232038淮南市矿用电子技术研究所,安徽淮南232002
信息技术与安全科学
锂离子电池双无迹变换无迹卡尔曼滤波电池荷电状态
《电源技术》 2022 (11)
P.1270-1274,5
评论