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:
电池的荷电状态(SOC)是锂离子电池最重要的状态参数之一,是电池充放电控制和续航里程估计的依据,但现有研究中基于扩展卡尔曼滤波的SOC估计方法没有解决观测方程局部线性化带来的误差问题.为此,提出了一种基于自适应两步滤波的电池SOC估计算法,实现对电池SOC的精确估计,并提高其对测量噪声的鲁棒性.实验结果表明该方法可在不同工况和不同电池老化条件下将电池SOC估计的平均绝对误差减小至2%以内.
推荐文章
自适应两步滤波算法在机载IRSTS被动定位中的应用
红外搜索跟踪系统
被动定位
扩展卡尔曼滤波
自适应两步滤波算法
噪声估计器
基于自适应卡尔曼滤波的锂电池SOC估计
SOC
锂离子电池
自适应卡尔曼滤波
Matlab
电池管理系统
基于滑动窗自适应滤波的锂电池SOC/SOH联合估计
锂电池
滑动窗滤波
SOC
SOH
Kalman
参数估计
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 基于自适应两步滤波的电池SOC估计算法
来源期刊 电源技术 学科 工学
关键词 荷电状态 参数辨识 自适应两步滤波 状态估计 电动汽车
年,卷(期) 2019,(6) 所属期刊栏目 研究与设计
研究方向 页码范围 1022-1026
页数 5页 分类号 TM912
字数 2870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 杨林 上海交通大学机械与动力工程学院 175 2066 25.0 35.0
2 蔡亦山 上海交通大学机械与动力工程学院 5 24 3.0 4.0
3 邓昊 上海交通大学机械与动力工程学院 2 2 1.0 1.0
4 邓忠伟 上海交通大学机械与动力工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
荷电状态
参数辨识
自适应两步滤波
状态估计
电动汽车
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导