基于电动汽车工况识别预测的锂离子电池SOE估计

• 作者: 刘伟龙 王丽芳 王立业
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 锂离子电池 SOE估计 工况识别 工况预测 电动汽车模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电力电子
• 页码范围: 17-25
• 页数: 9页
• 分类号: TM912.8
• 字数: 4838字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.161325

摘要

能量状态(SOE)是电动汽车动力电池的重要状态指标,直接影响电动汽车续航里程,受电动汽车工况显著影响.为进行基于电动汽车工况的 SOE估计,对 SOE估计方法、行驶工况识别算法、行驶工况预测算法展开研究,建立基于模型的电池剩余能量状态(SOR)估计方法,提出基于信息熵理论的行驶工况识别算法,应用马尔科夫链理论构建了行驶工况预测算法,建立电动汽车系统模型,仿真获取电动汽车预测行驶工况对应的电池预测工况,实现基于电动汽车工况识别与预测的 SOE估计.仿真结果验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽芳	中国科学院电力电子与电力传动重点实验室中国科学院电工研究所	88	1476	22.0	34.0
2	刘伟龙	中国科学院电力电子与电力传动重点实验室中国科学院电工研究所	18	614	13.0	18.0
6	王立业	中国科学院电力电子与电力传动重点实验室中国科学院电工研究所	10	89	5.0	9.0