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:
针对锂离子电容在混合动力机车应用中的荷电状态(SOC)估计问题,重点分析了锂离子电容的工作特性,以此建立了二阶RC等效模型,采用带遗忘因子的递推最小二乘法(FFRLS)和自适应卡尔曼滤波算法(AEKF)交叉联合的方法对锂离子超级电容的荷电状态进行估算.FFRLS可以对动态变化的模型参数进行实时且精确的在线辨识,在获得精确的模型参数的基础上,运用AEKF算法对SOC估计不断修正更新,消除系统未知噪声所引起的误差,进而获得最优的SOC估算值.通过实验结果表明,该联合算法的估计误差在0.9%之内,并且可以快速地收敛至真值附近,验证了算法的有效性.
推荐文章
锂离子电池参数辨识与SOC估算研究
模糊逻辑
卡尔曼滤波
多元线性回归
参数辨识
锂离子电池
荷电状态
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
基于滞环电压模型的锂离子电池SOC估计
荷电状态(SOC)
滞环电压
储能电站
迭代平滑可变滤波
基于模型的锂离子电池SOC及SOH估计方法研究进展
锂离子电池
电池管理系统
电池模型
荷电状态估计
健康状态估计
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 锂离子电容在线参数辨识与SOC的联合估计
来源期刊 电源技术 学科 工学
关键词 锂离子电容 参数辨识 联合算法 SOC估算
年,卷(期) 2020,(5) 所属期刊栏目 研究与设计
研究方向 页码范围 736-739,748
页数 5页 分类号 TM53
字数 3172字 语种 中文
DOI 10.3969/j.issn.1002-087X.2020.05.024
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 张雪霞 西南交通大学唐山研究生院 17 208 6.0 14.0
2 左妍妍 4 2 1.0 1.0
3 刘楠 14 10 2.0 3.0
4 吕甜 西南交通大学唐山研究生院 1 0 0.0 0.0
5 叶望博 西南交通大学唐山研究生院 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  (99)
共引文献  (8)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(27)
  • 参考文献(4)
  • 二级参考文献(23)
2016(42)
  • 参考文献(1)
  • 二级参考文献(41)
2017(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
锂离子电容
参数辨识
联合算法
SOC估算
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
论文1v1指导