基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对纯电动汽车的锂离子电池容量损失而导致估算电池电荷状态(SOC)精度降低的问题,本文分析了影响电池容量损失的因素,提出容量修正算法.通过改进电池模型,把电池容量作为状态变量,将电池容量修正算法运用于Kalman滤波算法估计SOC,解决了锂离子电池容量损耗使得误差累积的问题.实验证明,本文提出的基于容量修正的Kalman最优滤波算法提高了SOC估算的精度,并且对初始误差有很强的修正作用,可以保证纯电动汽车锂离子电池的稳定工作.
推荐文章
基于扩展卡尔曼的锂离子电池SOC估算研究
SOC估算系统
锂离子电池
扩展卡尔曼滤波法
等效电路模型
锂离子电池参数辨识与SOC估算研究
模糊逻辑
卡尔曼滤波
多元线性回归
参数辨识
锂离子电池
荷电状态
一种基于IMM-ABSE算法的锂离子电池组SOC估算
SOC
IMM-ABSE
电池一致性
模型适应性
噪声干扰
信息分配因子
锂离子电池组
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车用锂离子电池SOC估算算法的研究
来源期刊 计算机工程与科学 学科 工学
关键词 纯电动汽车 电池容量损耗 SOC估计 Kalman滤波算法
年,卷(期) 2012,(12) 所属期刊栏目 智能算法与智能控制
研究方向 页码范围 169-173
页数 5页 分类号 TP391
字数 3866字 语种 中文
DOI 10.3969/j.issn.1007-130X.2012.12.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 鲍可进 江苏大学计算机科学与通信工程学院 68 504 12.0 18.0
2 金玲 江苏大学计算机科学与通信工程学院 7 33 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (66)
参考文献  (3)
节点文献
引证文献  (17)
同被引文献  (34)
二级引证文献  (67)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(21)
  • 引证文献(3)
  • 二级引证文献(18)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
纯电动汽车
电池容量损耗
SOC估计
Kalman滤波算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导