

已閱讀1頁,還剩88頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、由于電子產(chǎn)業(yè)不斷的發(fā)展,人們對電子產(chǎn)品的性能要求越來越高,要求其能源的供體電源體積、質(zhì)量盡可能小,能量盡可能提高。而鋰電池作為新型電池,與其他蓄電池相比,具有更高的能量力比和體積比,自放電率低等優(yōu)點,無疑是最好的選擇。鋰電池不僅被廣泛應用在便攜式電子產(chǎn)品領(lǐng)域而且在電動汽車、航天航空等領(lǐng)域也占據(jù)著舉足輕重的地位。因此,電池管理系統(tǒng)也逐漸提上日程,成為人們研究的熱點和難點,而準確估計電池的荷電狀態(tài)SOC是鋰電池管理系統(tǒng)有效運行的關(guān)鍵和前提。
2、
準確的SOC估計需要一個精確的電池模型,本文分析討論幾種常用電池模型的優(yōu)缺點,確定了二階RC等效電路作為研究模型。通過對鋰電池在不同工作情況下的放電-靜置試驗,驗證電池模型的準確性和有效性,并應用可變加權(quán)的最小二乘法進行電池模型參數(shù)的在線辨識。在此基礎(chǔ)上,對常用的幾種鋰電池SOC估計算法進行分析和對比,提出了一種改進的迭代中心差分卡爾曼濾波算法用于鋰電池的SOC參數(shù)估計,結(jié)合自適應濾波算法實時調(diào)整變量因子,從而提高了鋰電池S
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進強跟蹤濾波器的鋰電池SOC估計算法的研究.pdf
- 基于雙重自適應無跡卡爾曼濾波器的鋰電池SOC估計研究.pdf
- 基于強跟蹤卡爾曼濾波的車用鋰電池SOC估計算法的研究.pdf
- 基于雙重卡爾曼濾波器電池SOC估計的算法研究.pdf
- 基于雙卡爾曼濾波算法的磷酸鐵鋰電池建模及SOC估計.pdf
- 基于無跡卡爾曼濾波的動力鋰電池SOC估計與實現(xiàn).pdf
- 基于無跡卡爾曼濾波的鋰電池電荷狀態(tài)估計算法的設計.pdf
- 基于擴展卡爾曼濾波的動力鋰電池SOC估算研究.pdf
- 基于無跡卡爾曼濾波的磷酸鐵鋰電池SOC估算研究.pdf
- 基于卡爾曼濾波的動力電池SOC估計算法設計.pdf
- 基于改進卡爾曼濾波算法的SOC估計方法研究.pdf
- 基于H∞濾波器的鋰電池SOC估計與功率預測方法的研究.pdf
- 鋰電池荷電狀態(tài)(SOC)自適應卡爾曼濾波估算及實現(xiàn).pdf
- 磷酸鐵鋰電池組SOC估計算法研究.pdf
- 基于改進卡爾曼濾波器的電力系統(tǒng)諧波估計研究.pdf
- 基于卡爾曼濾波的動力電池組SOC精確估計.pdf
- 基于改進卡爾曼濾波算法的電池健康度估算研究.pdf
- 磷酸鐵鋰電池SOC估計方法的研究.pdf
- 基于改進PNGV模型的動力鋰電池SOC估計和充電優(yōu)化.pdf
- 基于改進卡爾曼濾波的鋰離子電池狀態(tài)估計方法研究.pdf
評論
0/150
提交評論