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:
扩展卡尔曼滤波算法(EKF)是分析电池SOC估计的有效工具,对于非线性系统具有良好的估计结果.但在实际情况下,测量噪声的模型不再是0均值白噪声,导致预测结果有较大误差.提出利用滚动时域(MHE)算法与扩展卡尔曼滤波算法结合,采用滚动时域窗口的思想,综合前N个时刻的窗口信息来估计当前的SOC.通过建立到达函数并加入M估计器替代测量误差,将预测问题转化为优化问题,并根据EKF的求解思想给出了近似最优解.实验仿真证明,该算法可以有效提高SOC的估计精度.
推荐文章
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
基于滚动时域估计的非线性目标跟踪
滚动时域估计
非线性
目标跟踪
基于滚动时域估计的带约束运动目标跟踪
滚动时域估计
目标跟踪
物理约束
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
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 基于滚动时域估计EKF算法的电池SOC预测
来源期刊 电源技术 学科 工学
关键词 SOC估算 EKF算法 MHE算法 M估计器 优化问题
年,卷(期) 2020,(7) 所属期刊栏目 研究与设计
研究方向 页码范围 991-994
页数 4页 分类号 TM912
字数 3631字 语种 中文
DOI 10.3969/j.issn.1002-087X.2020.07.017
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 陶晋宜 太原理工大学电气与动力工程学院 18 184 7.0 13.0
2 李凌锋 太原理工大学电气与动力工程学院 1 0 0.0 0.0
3 张富强 西安电子科技大学电子工程学院 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  (14)
共引文献  (43)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
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
SOC估算
EKF算法
MHE算法
M估计器
优化问题
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