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:
锂电池的荷电状态(SOC)估算是电动汽车的系统管理与能量控制的重要参数.在SOC估算过程中,电池参数变化和老化问题会对结果造成很大影响.针对这一问题,在递推最小二乘法算法(RLS)辨识锂电池模型的参数的基础上更新电池容量,通过容积卡尔曼滤波(CKF)估算电池SOC,结合RLS和CKF实现在电池参数发生变化时准确估计SOC.以锂离子电池作为对象,应用所提出的算法实现锂电池的SOC在线估计,验证算法的准确性.
推荐文章
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
基于模糊优化决策的锂电池SOC估计
动力锂电池
T-S模糊模型
优化决策
SOC
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
基于自适应CKF的锂离子电池SOC估算
锂离子电池
荷电状态(SOC)
卡尔曼滤波
自适应容积卡尔曼滤波(ACKF)
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CKF的老化锂电池SOC估计
来源期刊 储能科学与技术 学科 工学
关键词 锂电池 荷电状态(SOC) 老化 CKF
年,卷(期) 2020,(4) 所属期刊栏目 储能测试与评价
研究方向 页码范围 1193-1199
页数 7页 分类号 TM912
字数 3157字 语种 中文
DOI 10.19799/j.cnki.2095-4239.2020.0005
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 陈薇 合肥工业大学电气与自动化工程学院 37 110 6.0 8.0
2 郑涛 合肥工业大学电气与自动化工程学院 25 34 4.0 4.0
3 张里 合肥工业大学电气与自动化工程学院 2 0 0.0 0.0
4 侯杨成 合肥工业大学电气与自动化工程学院 2 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  (58)
共引文献  (42)
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)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(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
锂电池
荷电状态(SOC)
老化
CKF
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
储能科学与技术
双月刊
2095-4239
10-1076/TK
大16开
北京市东城区青年湖南街13号
2012
chi
出版文献量(篇)
1381
总下载数(次)
36
总被引数(次)
5788
论文1v1指导