基于SR-HPPC和EKF的强适应性电池参数辨识
Battery Bimonthly（2022）
Abstract
准确的建模与荷电状态(SOC)估计能确保电池管理系统安全启动及稳定运转.以三元正极材料锂离子电池为研究对象,建立离散模型.在传统参数拟合的基础上,结合模型在阶跃响应下的性质,提出一种辨识方法.该方法结合不同工况实验,对电池工作特性进行分析.将参数辨识方法阶跃响应(SR)-混合功率脉冲特性(HPPC)构建的模型与扩展卡尔曼滤波(EKF)算法相结合,得到的系统鲁棒性提高,跟随效果较好,准确性较高,在动态应力测试(DST)工况下的电压误差最大为0.73％,SOC估计误差最大为1.04％.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined