登录    注册    忘记密码

期刊文章详细信息

基于无迹卡尔曼滤波的动力电池健康状态估计    

State of health estimation of power batteries based on unscented Kalman filter

  

文献类型:期刊文章

作  者:赵月荷[1] 庞宗强[1]

Zhao Yuehe;Pang Zongqiang(College of Automation&College of Artificial Intelligence,Nanjing University of Posts and Telecommunications,Nanjing 210023,China)

机构地区:[1]南京邮电大学自动化学院、人工智能学院,南京210023

出  处:《国外电子测量技术》

年  份:2022

卷  号:41

期  号:10

起止页码:136-141

语  种:中文

收录情况:BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘  要:准确估计动力电池的荷电状态(SOC)及健康状态(SOH)是电池领域的关键性技术,对正在服役的动力电池进行全面安全精确的管理是保障电动汽车安全高效运行的前提。以二阶RC等效电路模型为基础,运用无迹卡尔曼滤波算法(UKF)对电池SOC和欧姆内阻进行实时估计,再利用电池欧姆内阻与SOH的关系,实现了对SOH的实时估计。与传统的扩展卡尔曼滤波算法相比,无迹卡尔曼滤波算法无需对状态方程进行线性化处理,不存在截断误差,具有更高的估算精度与稳定性。

关 键 词:锂离子电池 SOH估计  二阶RC等效电路模型  无迹卡尔曼滤波算法  

分 类 号:TM911.18]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心