积分商城

最新搜索： 收音机 矿机 风扇 verilog pdf 阅读器 altium 18.1.
您现在的位置是：首页 > 应用设计 > 基于扩展卡尔曼滤波的电动汽车电池状态估计
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于扩展卡尔曼滤波的电动汽车电池状态估计

更新时间：2019-08-03 13:36:20 大小：2M 上传用户：sun2152查看TA发布的资源 标签：卡尔曼滤波电动汽车 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

汽车已有百年发展史，如今遇到安全、环保、节能三大问题亟待解决。电动汽车以其节能、环保的优点越来越受到世界的关注，被认为是未来汽车的发展趋势。电动汽车是以动力电池作为能源，电池对整车动力性、经济性和安全性至关重要。为了对电池进行合理的使用，延长电池的使用寿命，电池管理系统（Battery Management System，B1MS）对电池管理就很关键，它的最重要的任务之一是估计电池的荷电状态（State of Charge，SOC）。

SOC估计常用的方法有电流积分法、开路电压法、实验放电法、内阻法、神经网络法以及卡尔曼滤波法等。各种方法具有其适用范围和优缺点，目前适用最多的是电流积分法和开路电压法，以及二者结合的方法，但对于电动汽车电流波动大、工作环境恶劣、长时间运行放电的特殊工况，这些方法的适应性较差。近年来，扩展卡尔曼滤波（Extended Kalman filter，EKF）算法被用来估计SOC，成为研究的一项热点。该方法通过递推算法实现SOC的最小方差估计，并能给出估计的误差，对SOC的初始误差有很强的抑制作用。

本文以EKF算法为基础，建立了与之适应的电池等效电路模型，结合电流积分和开路电压法，对SOC进行了估计，并给出了试验与仿真的结果。


部分文件列表

文件名 大小
基于扩展卡尔曼滤波的电动汽车电池状态估计.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号