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:
针对扩展卡尔曼滤波(EKF)在船舶锂电池荷电状态(SOC)估计线性化过程中产生的误差问题,结合无迹卡尔曼滤波(UKF)在非线性转换中能良好地近似系统概率分布的优点,基于电池系统的等效电路模型(ECM),提出双卡尔曼混合滤波器(DKHF).建立船舶锂电池的ECM,并采用混合功率脉冲特性(HPPC)测试方法进行模型参数辨识,分析EKF算法估计误差较大、UKF算法计算较为复杂的问题,在此基础上提出DKHF.仿真结果表明,与EKF算法相比,DKHF能在恒流放电工况、短时大电流充放电工况和变电流工况下快速收敛于真实SOC值,同时提高估算精度,收敛后3种工况下的SOC值最大估计误差分别为1.5%、6.8%和1.6%,满足船舶运行中对电池SOC估算的要求.
推荐文章
新型的锂电池荷电状态估算方法
锂电池
荷电状态
扩展卡尔曼滤波
温度影响
估计误差
锂电池分数阶建模与荷电状态研究
锂电池
分数阶阻抗模型
分数阶卡尔曼滤波器
荷电状态估算
基于DSP的电动汽车锂电池荷电状态估算的研究与实现
荷电状态(SOC)
无迹卡尔曼滤波(UKF)
数字信号处理器(DSP)
实时估算
拓展卡尔曼滤波(EKF)
18650型锂电池荷电状态的估计
锂电池
荷电状态
神经网络
k-均值
联合仿真
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DKHF的船舶锂电池荷电状态估算
来源期刊 船舶工程 学科 交通运输
关键词 船舶锂电池 SOC 扩展卡尔曼滤波(EKF) 双卡尔曼混合滤波器(DKHF)
年,卷(期) 2021,(12) 所属期刊栏目 船舶电气、探通导设备及自动控制
研究方向 页码范围 151-157,195
页数 8页 分类号 U655.12
字数 语种 中文
DOI 10.13788/j.cnki.cbgc.2021.12.24
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
船舶锂电池
SOC
扩展卡尔曼滤波(EKF)
双卡尔曼混合滤波器(DKHF)
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
船舶工程
月刊
1000-6982
31-1281/U
大16开
上海市中山南二路851号
4-251
1978
chi
出版文献量(篇)
4527
总下载数(次)
24
论文1v1指导