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:
锂电池荷电状态(SOC)的准确估计是电池管理系统的关键技术,为了解析传感器误差对SOC估计精度的影响,以二阶RC等效电路模型为基础,运用遗传算法进行参数辨识,采用扩展Kalman滤波算法进行SOC估计,分析电压、电流传感器存在的漂移和白噪声对SOC估计的影响.结果表明:电压、电流传感器的漂移与SOC估计误差的均值近似呈线性关系,电压、电流传感器存在的白噪声对SOC估计误差的均值无影响;对于实验中的三元锂离子电池,若使SOC估计精度在5%以内,电压的偏差值应控制在10 mV以内、电流偏差值应在1/30 C以内.
推荐文章
18650型锂电池荷电状态的估计
锂电池
荷电状态
神经网络
k-均值
联合仿真
锂电池分数阶建模与荷电状态研究
锂电池
分数阶阻抗模型
分数阶卡尔曼滤波器
荷电状态估算
新型的锂电池荷电状态估算方法
锂电池
荷电状态
扩展卡尔曼滤波
温度影响
估计误差
双自适应衰减卡尔曼滤波锂电池荷电状态估计
锂离子电池
荷电状态
自适应卡尔曼滤波
扩展卡尔曼滤波
双自适应
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 三元锂电池荷电状态估计的传感器误差影响
来源期刊 汽车安全与节能学报 学科 工学
关键词 三元锂离子电池 传感器误差 荷电状态(SOC) 扩展Kalman滤波 电池等效电路模型 参数辨识
年,卷(期) 2017,(2) 所属期刊栏目 汽车节能与环保
研究方向 页码范围 198-204
页数 7页 分类号 TM911
字数 4364字 语种 中文
DOI 10.3969/j.issn.1674-8484.2017.02.013
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 张振东 上海理工大学机械工程学院 199 1192 16.0 24.0
2 许霜霜 上海理工大学机械工程学院 3 9 2.0 3.0
3 郑岳久 上海理工大学机械工程学院 17 37 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (56)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (6)
2000(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(5)
  • 参考文献(5)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
三元锂离子电池
传感器误差
荷电状态(SOC)
扩展Kalman滤波
电池等效电路模型
参数辨识
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
汽车安全与节能学报
季刊
1674-8484
11-5904/U
16开
北京清华大学汽车研究所
2010
chi
出版文献量(篇)
663
总下载数(次)
1
论文1v1指导