|
| 摘要： 作为电动车辆的技术瓶颈,动力电池具有强时变非线性特性且可测量有限,使用时易受温度和老化的影响,全寿命周期和宽温度下精确状态估计一直是行业的技术难题。为此,该文首先使用不同温度和不同老化阶段的数据,建立了具有温度和老化意识的多阶段模型;然后利用概率密度函数计算单一模型的权值,提出了多阶段模型融合驱动的动力电池荷电状态（SOC）和容量协同估计方法;最后考虑不确定老化和温度因素的验证结果表明,提出的方法具有较高的SOC和容量估计精度,且对初值误差不敏感,-10%～50%初始误差时SOC估计误差小于2%,收敛速度快。 |
部分图片：
| | 
图1 电池测试台架及试验流程 | 
图2 电池温变模型参数（0 次循环） | 引文信息： 王榘,熊瑞,穆浩.温度和老化意识融合驱动的电动车辆锂离子动力电池电量和容量协同估计[J].电工技术学报,2020,35(23):4980-4987. (下载链接) | 其他相关论文： 1. Rui Xiong,Fengchun Sun,Hongwen He,Trong Duy Nguyen. A data-driven adaptive state of charge and power capability joint estimator of lithium-ion polymer battery used in electric vehicles[J]. Energy,2013,63.（下载链接）
2. Yu Q , Xiong R , Lin C , et al. Lithium-Ion Battery Parameters and State-of-Charge Joint Estimation Based on H-Infinity and Unscented Kalman Filters[J]. IEEE Transactions on Vehicular Technology, 2017, 66(10):8693-8701. (下载链接)
|
|