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:
传统的电池模型参数和荷电状态SOC联合估计算法通常采用双层架构:一个递推估计器辨识所有模型参数,另一个递推估计器推测SOC.由于待辨识参数较多,该算法往往存在调参麻烦、鲁棒性不高等问题.为解决该问题,本文中提出一种基于3层架构的阻抗参数和SOC在线联合估计算法,将欧姆内阻和极化参数分开辨识,以降低问题的复杂度.另外,通过分析1阶RC模型建模误差的动态特征,引入一个基于1阶惯性环节的集总误差模型,提高了1阶RC模型的精度.两组实车运行工况数据的验证结果表明:所提出算法的鲁棒性比传统算法明显提高,精度也有所提升;25和-20℃工况下的SOC估计误差能分别快速收敛到2%和3%以内.同时,敏感性分析结果表明,该算法对初始误差也具有较好的鲁棒性.
推荐文章
采用等效电路的参数自适应电池模型及电池荷电状态估计方法
动力电池
电池模型
参数自适应
荷电状态估计
一种基于H∞观测器的电池荷电状态估计方法
电池
荷电状态
观测器
高压线输电线路巡检机器人
一种估计锂电池充电状态的分数阶阻抗模型
锂电池充电状态
分数阶阻抗模型
分数阶卡尔曼滤波器
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
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 一种改进的动力电池阻抗参数和荷电状态分层在线联合估计方法
来源期刊 汽车工程 学科
关键词 动力电池 等效电路模型 在线参数辨识 SOC估计
年,卷(期) 2020,(8) 所属期刊栏目
研究方向 页码范围 1000-1007
页数 8页 分类号
字数 3886字 语种 中文
DOI 10.19562/j.chinasae.qcgc.2020.08.002
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 周维 湖南大学机械与运载工程学院 6 12 2.0 3.0
2 黄冉军 湖南大学机械与运载工程学院 1 0 0.0 0.0
3 王旭 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (8)
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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
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(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
动力电池
等效电路模型
在线参数辨识
SOC估计
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
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
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
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
论文1v1指导