基于自适应滤波的电动汽车动力电池荷电状态估计方法

时间:2023-09-16 07:51:28
作者:王军平,曹秉刚,陈全世,焦安源,全洪军,陈燕,韩冰
关键字:荷电状态,镍氢电池组,自适应滤波,表面质量,超声波振动,磁力研磨,研磨效率,锥孔,
DOI:
查看次数:533

如需要完整文档点击下方 "点击下载文档" 按钮

摘要: 基于卡尔曼滤波法的电池组荷电状态(State of charge,SOC)估计方法适合于电流变化比较剧烈的混合动力汽车中电池组的SOC估计,但由于电池模型以及系统噪声、量测噪声统计特性的不确定性,容易引起滤波发散。研究联邦城市行驶工况,并对电池组进行充放电试验,建立单变量的镍氢电池组的状态空间模型。将SOC作为系统的状态,由于自适应滤波算法可以抑制滤波发散,基于自适应滤波算法研究镍氢电池组的SOC估计方法。台架试验表明该方法具有较高的估计精度和可靠性,计算量小,更适用于实际应用。

如需要完整文档点击下方 "点击下载文档" 按钮

基于自适应滤波的电动汽车动力电池荷电状态估计方法
《基于自适应滤波的电动汽车动力电池荷电状态估计方法》
完整文档 下载到本地,方便收藏和查阅
文件号:304787
基于自适应滤波的电动汽车动力电池荷电状态估计方法
点击下载文档
基于自适应滤波的电动汽车动力电池荷电状态估计方法

点击下载 文件号:304787(点击复制) 公众号(点击复制)

x