采用自适应中心差分卡尔曼滤波器的锂离子电池荷电状态估计OA
State of Charge Estimation of Lithium-Ion Batteries Using an Adaptive Center Differential Kalman Filter
锂离子电池因其能量密度高、使用寿命长等优点被越来越多地应用到卫星、便携式设备和电动汽车等领域.荷电状态作为电池管理系统的重要指标,它的准确监测对保障电池的使用安全、提高电池的使用效率有着重要意义.针对锂离子电池的荷电状态估计,本文提出了一种自适应中心差分卡尔曼滤波算法.首先,设计了一个线性卡尔曼滤波器实现了对测量方程系数的实时估计,从而避免了荷电状态与开路电压关系曲线的测试.其次,考虑到部分工况难以准确地获取模型参数,使用增广向量法并采用自适应中…查看全部>>
Lithium-ion batteries are increasingly being used in fields such as satellites,portable devices and electric vehicles due to their high energy density and long service life.As an important index of the battery management system,accurate monitoring of the state of charge is important for ensuring the safety of battery use and improving battery efficiency.An adaptive center differential Kalman filtering algorithm is proposed for estimating the state of charge …查看全部>>
高哲;柴浩宇;焦芷媛;宋丹丹
辽宁大学 数学与统计学院,辽宁 沈阳 110036||辽宁大学 轻型产业学院,辽宁 沈阳 110036辽宁大学 数学与统计学院,辽宁 沈阳 110036辽宁大学 数学与统计学院,辽宁 沈阳 110036辽宁大学 数学与统计学院,辽宁 沈阳 110036
动力与电气工程
锂离子电池荷电状态中心差分卡尔曼滤波器自适应估计
lithium-ion batterystate of chargecenter differential Kalman filteradaptive estimation
《辽宁大学学报（自然科学版）》 2024 (2)
158-168,11
沈阳市中青年科技创新人才支持计划项目(RC210082)辽宁省教育厅科研基金项目(LJC202010)辽宁省自然科学基金项目(20180520009)
评论