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:
无迹卡尔曼滤波法(Unscented-Kalman Filter,UKF)在估计动力电池的剩余容量(State of Charge,SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,为此采用自适应无迹卡尔曼滤波法(Adaptive-UKF,AUKF)动态估计电动汽车动力电池的SOC.建立了适用于SOC估计的电池模型,辨识相应的电池模型的参数并进行验证,将AUKF应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC.试验仿真结果表明:UKF算法的估计误差在-0.04~0.06之间跳动,而AUKF算法的估计误差平稳的保持在0.05以内,实时修正微小的模型误差带来的SOC估计误差.
推荐文章
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
采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计
车辆动力学
自适应滤波
无迹卡尔曼滤波
次优Sage-Husa噪声估计器
自适应无迹卡尔曼滤波算法在地磁导航中的应用
地磁导航
自适应UKF
自适应估计
基于自适应无迹卡尔曼滤波的锂电池SOC估计
荷电状态(SOC)
二阶RC模型
UKF
Sage-Husa滤波
AUKF
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 自适应无迹卡尔曼滤波动力电池的SOC估计
来源期刊 北京交通大学学报 学科 工学
关键词 电动汽车 动力电池 SOC估计 自适应无迹卡尔曼滤波
年,卷(期) 2018,(2) 所属期刊栏目 电力系统控制和电路参数检测
研究方向 页码范围 129-137
页数 9页 分类号 TM912
字数 6220字 语种 中文
DOI 10.11860/j.issn.1673-0291.2018.02.018
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 何志刚 江苏大学汽车与交通工程学院 40 437 10.0 20.0
2 陈栋 江苏大学汽车与交通工程学院 4 16 3.0 4.0
3 周洪剑 江苏大学汽车与交通工程学院 3 6 1.0 2.0
4 谢永东 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (126)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电动汽车
动力电池
SOC估计
自适应无迹卡尔曼滤波
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导