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:
电池管理系统是电动汽车的重要组成部分之一,而对于电池荷电状态的精确预测和估计是电池管理系统的最重要的性能指标之一.考虑电池老化、极化、滞后现象等因素,在基于卡尔曼滤波法以及安时计量法的基础之上,提出了一种改进的复合模型SOC(state of charge)算法,并将其应用于外插式混合动力电动汽车磷酸铁锂电池管理系统.研究结果表明,改进后的复合模型算法解决了传统的安时计量法难以准确估计,以及传统的卡尔曼滤波法对于系统要求偏高等缺点,进一步深化了电池管理系统的研究.
推荐文章
基于免疫遗传算法的动力电池SOC估计研究
锂离子动力电池
SOC估计
免疫遗传算法IGA
联合估计
基于模型的锂离子电池SOC及SOH估计方法研究进展
锂离子电池
电池管理系统
电池模型
荷电状态估计
健康状态估计
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
基于滞环电压模型的锂离子电池SOC估计
荷电状态(SOC)
滞环电压
储能电站
迭代平滑可变滤波
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 基于多模型的电池SOC估计算法的研究
来源期刊 电源技术 学科 工学
关键词 电池管理系统 SOC 复合模型 卡尔曼滤波 老化现象
年,卷(期) 2013,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 251-254
页数 4页 分类号 TM910
字数 3694字 语种 中文
DOI
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 万国春 同济大学电子与信息工程学院电子科学与技术系 19 113 4.0 10.0
2 陈健 同济大学电子与信息工程学院电子科学与技术系 49 321 10.0 16.0
3 毛华夫 同济大学电子与信息工程学院电子科学与技术系 2 86 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (281)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (14)
二级引证文献  (94)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(17)
  • 引证文献(2)
  • 二级引证文献(15)
2016(19)
  • 引证文献(3)
  • 二级引证文献(16)
2017(19)
  • 引证文献(1)
  • 二级引证文献(18)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(19)
  • 引证文献(0)
  • 二级引证文献(19)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
电池管理系统
SOC
复合模型
卡尔曼滤波
老化现象
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
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导