积分商城

最新搜索： all03 Smithv3.1 stvp 机器人 无线 设备管理
您现在的位置是：首页 > 技术资料 > 基于UKF的在线锂离子电池SOC估算研究
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于UKF的在线锂离子电池SOC估算研究

更新时间：2020-10-29 18:08:54 大小：1M 上传用户：zhengdai查看TA发布的资源 标签：ukf锂离子电池so 下载积分：2分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

锂离子电池的精确荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一,它依赖于电池模型的准确性。由此,基于二阶等效电路模型,采用一种带有遗忘因子递推最小二乘(FRLS)的在线参数辨识方法,以及在线辨识用于锂电池SOC估算的无迹卡尔曼滤波算法(UKF)来研究精确的SOC电池管理系统。并通过动态应力测试(DST),验证该模型的准确性,以及验证所研究方法在SOC估算上的准确性和稳定性。实验结果表明,与离线的UKF方法相比,基于UKF的在线SOC估算方法具有较高的精度和稳定性。

Accurate state of charge(SOC)estimation of lithium-ion batteries is one of the key technologies of battery management systems(BMS),which relies on the accuracy of battery models.Therefore,based on the second-order equivalent circuit model,this paper adopted an online parameter identification method based on recursive least squares with forgetting factor(FRLS),and applied online identification of unscented Kalman filter(UKF)for SOC estimation of lithium ion batteries to study the precise SOC battery management system.Through the dynamic stress test(DST),the accuracy of the model was verified,and the accuracy and stability of the proposed method in SOC estimation were also verified.The experimental results show that the UKF-based online SOC estimation method has higher accuracy and stability than the offline UKF method.

部分文件列表

文件名 大小
基于UKF的在线锂离子电池SOC估算研究.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

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