CN113109712A - 一种基于二分支等效电路的非线性观测器及soc估算方法 - Google Patents
一种基于二分支等效电路的非线性观测器及soc估算方法 Download PDFInfo
- Publication number
- CN113109712A CN113109712A CN202110403620.XA CN202110403620A CN113109712A CN 113109712 A CN113109712 A CN 113109712A CN 202110403620 A CN202110403620 A CN 202110403620A CN 113109712 A CN113109712 A CN 113109712A
- Authority
- CN
- China
- Prior art keywords
- branch
- equivalent circuit
- nonlinear observer
- soc estimation
- nonlinear
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本发明公开了一种基于二分支等效电路的非线性观测器,涉及电池技术领域,包括二分支等效电路和非线性观测器,二分支等效电路和非线性观测器并联连接;本发明还公开了一种基于二分支等效电路的非线性观测器的SOC估算方法,包括S100、进行充电或放电操作,S200、输入充电或放电电流,S300、计算各支路电流i1,i2,i3,S400、由所述非线性观测器得到内部电压v1和v2,S500、把内部状态x1=v1,x2=v2代入SOC估算表达式,S600、获得SOC估计值。本发明的非线性观测器结构精度较高,可以用于处理非线性系统,同时兼顾了计算成本;本发明的SOC估算方法能够考虑所有电容存储的电荷,较好地完成对SOC的在线估计。
Description
技术领域
本发明涉及电池技术领域,尤其涉及一种基于二分支等效电路的非线性观测器及SOC估算方法。
背景技术
为解决能源危机和环境恶化问题,世界各国大力研究和开发新能源技术。储能电池作为一种新的储能装置,被广泛应用于太阳能和风能发电储能系统、电动汽车混合储能系统等领域。
在电动汽车等实际应用场景中,为了实现对储能电池系统安全有效的充放电操作和高效的能源利用,需要了解当前的能量状态,作为评价其剩余能量的关键参数——荷电状态(state of charge,SOC),得到了越来越多的关注。SOC是一个百分数,用来描述储能装置还剩多少电量。假如SOC的值为50%,则意味着电池中的电量只剩下一半,在电动汽车领域,可以判断为该汽车最多还能跑额定的一半路程。而当SOC的值低于20%时,则意味着需要进行充电操作。因此,为了实现储能系统的高效安全运行以及获取车辆的剩余里程信息,开发一种实用性强同时精度高的SOC估计算法非常重要。
储能电池的等效电路模型有:经典等效电路模型,非线性等效电路模型,二分支等效电路模型,三分支等效电路模型,梯形电路模型等等。基于等效电路模型,有许多SOC估计算法。卡尔曼滤波是一类可用来估算SOC的重要算法,包括扩展卡尔曼滤波、改进扩展卡尔曼滤波、自适应扩展卡尔曼滤波、Sigma点卡尔曼滤波、无迹卡尔曼滤波、自适应无迹卡尔曼滤波等等。尽管这类方法实时性强,估计精度较高,但是它需要精确的模型和精确的测量器件,且计算成本高。而诸如模糊逻辑方法、神经网络方法等智能算法,不需要精确的模型,但需要大量的实验数据,这些方法都不适合在线应用。
经对现有技术文献的检索发现,现有的已经授权的针对储能电池SOC估计的专利大致有三种:
中国专利授权号CN107677892B,公告日2019.8.23,公开了一种超级电容等效电路模型结构及验证方法。等效电路模型结构主要由受控电流源、虚拟开关、快速电阻、慢速电阻、漏电电阻、可变电容、固定电容等元件组成。
上述技术存在的缺点在于:模型引入了受控电流源,增加了硬件复杂度和成本,使得电路的实现比较困难。该专利并没有提出估计SOC的具体算法或测量方法,无法获得剩余电量信息。
中国专利授权号CN109239605B,公告日2019.9.27,公开了一种磷酸铁锂动力电池SOC估计方法。主要方法为对电池的工作阶段进行定义,查开路电压(OCV)和荷电状态SOC的表来获得SOC初值,后续再用无迹卡尔曼滤波(UKF)来估计SOC的值。
上述技术存在的缺点在于:没有建立相应的等效电路模型,这会增加估算的误差。无迹卡尔曼滤波的方法计算成本较高,并且需要知道噪声的相关统计信息,其精度也依赖于模型精度,算法复杂度较高。
中国专利授权号CN107356878B,公告日2019.9.20,一种减少先验测试信息的在线SOC估计方法。通过进行在线辨识,先得到电池基本参数,获得电池初始SOC,然后利用分段技术进行处理,联合安时积分法和基于模型的SOC估计方法来实时估计电池的SOC值。
上述技术存在的缺点在于:基于模型方法的精度很依赖模型的准确度,而一阶RC模型并不能完全表征电池的充放电物理特性,而且单一的线性模型也不足以刻画电池的参数(如容量或内阻)的变化,因此会影响估计精度。
因此,本领域的技术人员致力于开发一种基于二分支等效电路的非线性观测器及SOC估算方法。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何降低复杂度,简化结构,降低对硬件要求,在工程中易于实现。
本发明的一个实施例中,提供了一种基于二分支等效电路的非线性观测器,包括二分支等效电路和非线性观测器,二分支等效电路和非线性观测器并联连接。
可选地,在上述任一实施例中的基于二分支等效电路的非线性观测器中,二分支等效电路包括短期支路、中长期支路和自放电支路,短期支路、中长期支路和自放电支路并联连接。
可选地,在上述任一实施例中的基于二分支等效电路的非线性观测器中,短期支路,也叫做直接支路,包括电阻R0和可变电容C1,电阻R0和可变电容C1串联连接。
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,电阻R0为等效串联电阻,代表短时间内电路的等效电阻。
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,可变电容C1,可变电容C1为非线性电容,为储能电池的主电容,电容值随其两端电压呈线性函数关系:C1=C0+kv1,其中C0表示电压为0时的非线性电容值,k表示电容值随电压v1的变化率。
可选地,在上述任一实施例中的基于二分支等效电路的非线性观测器中,中长期支路,也称间接支路,包括电阻R2和电容C2,电阻R2和电容C2串联连接。
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,电阻R2是电荷再分配电阻,为电荷从短期支路流向中长期支路时该支路的电阻。
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,电容C2是定值电容,表示储能电池的补充电容,能更加准确地描述电池的物理特性。
可选地,在上述任一实施例中的基于二分支等效电路的非线性观测器中,自放电支路包括电阻Rl,电阻Rl是泄漏电阻,表示电池内部由于自放电现象产生的泄漏电流流过电路时的泄漏电阻。
可选地,在上述任一实施例中的基于二分支等效电路的非线性观测器中,利用基尔霍夫定律建立二分支等效电路的状态空间方程:
其中状态变量x1=v1,x2=v2分别表示电容C1和C2两端的电压,输入变量u=i表示流入电路的总电流,输出y=v表示等效电路两端的总电压。其中,
Re=R0R2+R2Rl+R0Rl
其中的C0表示电压为0时的非线性电容C1的容值,k表示非线性电容C1的容值随电压v1的变化率,Re和a分别是常数,仅仅是为了方便计算和表示,与R0,R2,Rl和C0有关。其余的R0,R2,Rl均表示相应电阻R0,R2,Rl具体的电阻值,C2表示电容的C2具体的电容值。
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,非线性观测器方程如下:
发明人认为,对于非线性观测器方程(2),如果输入有界,则存在正实数λ1,λ2使得估计误差是指数收敛的,从而说明该非线性观测器是全局渐进稳定的。因此,可以观测到系统内部状态x1=v1,x2=v2的信息。
发明人对此结论进行了证明,如下:设控制输入信号是有界的,即存在uM>0,对于任意的t,有|u(t)|<uM。定义饱和函数
其中,xM是充分大的正常数。
由于状态变量电压xk非负,因此将其代入(4)式可得
σ(xk)=xk,k=1,2
|σ(x)-σ(y)|≤|x-y|
其中,|x|表示向量x的范数。
定义函数
φσ(x,u)=φ1(x1)φ2(x,u)
函数φσ(x,u)对x满足Lipschiz性质,即存在γ>0,有
根据(1)式和(2)式可得
对于任意的t≥0,定义Lyapunov函数
此函数关于t求导,得
将(5)代入(6)得
其中
由于φσ具有Lipschitz性质,因此存在γ≥0,有
故存在ε>0,使得
将(9)式代入(8)式得
将(10)式代入(7)式并整理可得
其中
进一步地,在上述实施例中的基于二分支等效电路的非线性观测器中,将观测的状态x1=v1,x2=v2代入以下SOC估算表达式获得SOC估计值:
发明人经研究和反复试验,基于二分支等效电路的非线性观测器充放电原理为:在进行充电时,输入定值电流i,结合实际工程应用经验以及为了简化参数的辨识,假定电荷首先流入短期支路,给非线性可变电容C1充电,电流为i1,C1两端的电压v1上升,同时端电压v也上升。在结束充电后,静置时,电荷由短期支路的C1流向中长期支路,即给C2充电,电流为i2。此时,C1的电压v1会有所下降,端电压v也有所下降,而C2的电压v2会逐渐上升。随着时间的推移,由于自放电现象会产生泄漏电流i3,即短期支路的电荷会有小部分流过泄漏电阻Rl。当进行放电时,各支路放电的顺序与充电的顺序一样,即短期支路的C1先放电,放电结束后,中长期支路的C2再放电,随着时间的推移,会由于自放电现象产生泄漏电流。
基于上述实施例,本发明的另一个实施例中,提供了一种SOC估算方法,包括如下步骤:
S100、进行充电或放电操作,对储能电池进行充电或放电的操作,记录相应的数据;
S200、输入充电或放电电流,通过控制输入变量来控制具体的充电或放电操作,进一步改变储能电池的当前能量状态;
S300、计算各支路电流i1,i2,i3,基于二分支等效电路,利用基尔霍夫定律,得到相应的状态空间方程(1),然后依次计算各支路电流i1,i2,i3;
S400、由非线性观测器得到内部电压v1和v2,基于非线性观测器方程(2),根据已知的输入变量以及电路参数,计算得到内部状态x1=v1,x2=v2的信息;
S500、把上述内部状态x1=v1,x2=v2代入SOC估算表达式(3),将出厂标定的额定电荷以及得到内部状态v1和v2,代入SOC估算表达式(3)中;
S600、获得SOC估计值。
本发明克服现有技术中的不足,提出一种基于二分支等效电路的非线性观测器及SOC估算方法,能够较好地模拟电池充放电物理特性,再根据非线性观测器获取内部状态信息从而完成对荷电状态SOC的估计。本发明包含的二分支等效电路降低了复杂度,阶数低,结构简单,对硬件要求不高,在工程中易于实现。本发明的非线性观测器结构精度较高,可以用于处理非线性系统,同时兼顾了计算成本。本发明的SOC估算方法能够考虑所有电容存储的电荷,较好地完成对SOC的在线估计。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是图示根据示例性实施例的基于二分支等效电路的非线性观测器结构示意图;
图2是图示根据示例性实施例的二分支等效电路结构示意图;
图3是图示根据示例性实施例的基于二分支等效电路的非线性观测器的SOC估算方法流程图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方示意性地适当夸大了部件的厚度。
发明人设计了一种基于二分支等效电路的非线性观测器,如图1所示,包括二分支等效电路和非线性观测器,二分支等效电路和非线性观测器模型并联连接,如图2所示,二分支等效电路包括短期支路、中长期支路和自放电支路,短期支路、中长期支路和自放电支路并联连接;短期支路,也叫做直接支路,包括电阻R0和可变电容C1,电阻R0和可变电容C1串联连接,电阻R0为等效串联电阻,代表短时间内电路的等效电阻,可变电容C1为非线性电容,可变电容C1,为储能电池的主电容,电容值随其两端电压呈线性函数关系:C1=C0+kv1,其中C0表示电压为0时的非线性电容值,k表示电容值随电压v1的变化率;中长期支路,也称间接支路,包括电阻R2和电容C2,电阻R2和电容C2串联连接,电阻R2是电荷再分配电阻,为电荷从短期支路流向中长期支路时该支路的电阻,电容C2是定值电容,表示储能电池的补充电容,能更加准确地描述电池的物理特性;自放电支路包括电阻Rl,电阻Rl是泄漏电阻,表示电池内部由于自放电现象产生的泄漏电流流过电路时的泄漏电阻。
对于上述基于二分支等效电路的非线性观测器,利用基尔霍夫定律建立二分支等效电路的状态空间方程:
其中状态变量x1=v1,x2=v2分别表示电容C1和C2两端的电压,输入变量u=i表示流入电路的总电流,输出y=v表示等效电路两端的总电压。其中,
Re=R0R2+R2Rl+R0Rl
其中的C0表示电压为0时的非线性电容C1的容值,k表示非线性电容C1的容值随电压v1的变化率,Re和a分别是常数,仅仅是为了方便计算和表示,与R0,R2,Rl和C0有关。其余的R0,R2,Rl均表示相应电阻R0,R2,Rl具体的电阻值,C2表示电容的C2具体的电容值。
非线性观测器方程如下:
基于上述实施例,发明人提供了一种基于二分支等效电路的非线性观测器的SOC估算方法,如图3所示,包括如下步骤:
S100、进行充电或放电操作,对储能电池进行充电或放电的操作,记录相应的数据;
S200、输入充电或放电电流,通过控制输入变量来控制具体的充电或放电操作,进一步改变储能电池的当前能量状态;
将观测的状态x1=v1,x2=v2代入以下SOC估算表达式获得SOC值:
S300、计算各支路电流i1,i2,i3,基于二分支等效电路,利用基尔霍夫定律,得到相应的状态空间方程(1),然后依次计算各支路电流i1,i2,i3;
S400、由非线性观测器得到内部电压v1和v2,基于非线性观测器方程(2),根据已知的输入变量以及电路参数,计算得到内部状态x1=v1,x2=v2的信息;
S500、把上述内部状态x1=v1,x2=v2代入SOC估算表达式(3),将出厂标定的额定电荷以及得到内部状态v1和v2,代入SOC估算表达式(3)中;
S600、获得SOC估计值。
发明人使用本发明,对储能电池进行了验证,基于二分支等效电路的非线性观测器的参数的取值分别如表1所示:
表1
在该实施例中,设置充电电流为33.2A,充电时间为50s,然后静置190s,在240s到390s之间设置放电电流为10A。在296.330s时的内部状态v1=1.437V,v2=1.465V,计算得到SOC=50%,和实际值进行对比后得到的误差满足要求,估算效果良好。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于二分支等效电路的非线性观测器,其特征在于,包括二分支等效电路和非线性观测器,所述二分支等效电路和所述非线性观测器并联连接。
2.如权利要求1所述的基于二分支等效电路的非线性观测器,其特征在于,所述二分支等效电路包括短期支路、中长期支路和自放电支路,所述短期支路、所述中长期支路和所述自放电支路并联连接。
3.如权利要求2所述的基于二分支等效电路的非线性观测器,其特征在于,所述短期支路包括电阻R0和可变电容C1,所述电阻R0和所述可变电容C1串联连接。
4.如权利要求3所述的基于二分支等效电路的非线性观测器,其特征在于,所述可变电容C1为非线性电容,为储能电池的主电容,电容值随所述储能电池两端电压呈线性函数关系:C1=C0+kv1。
5.如权利要求4所述的基于二分支等效电路的非线性观测器,其特征在于,所述中长期支路包括电阻R2和电容C2,电阻R2和电容C2串联连接。
6.如权利要求2所述的基于二分支等效电路的非线性观测器,其特征在于,所述自放电支路包括电阻Rl,所述电阻Rl是泄漏电阻,表示所述储能电池内部由于自放电现象产生的泄漏电流流过电路时的泄漏电阻。
10.一种使用如权利要求1-5任一所述的基于二分支等效电路的非线性观测器的SOC估算方法,其特征在于,包括如下步骤:
S100、进行充电或放电操作,对所述储能电池进行充电或放电的操作,记录相应的数据;
S200、输入充电或放电电流,通过控制输入变量来控制充电或放电操作,进一步改变储能电池的当前能量状态;
S300、计算各支路电流i1,i2,i3,基于二分支等效电路,利用基尔霍夫定律,得到所述状态空间方程(1),然后依次计算各支路电流i1,i2,i3;
S400、由所述非线性观测器得到内部电压v1和v2,基于所述非线性观测器方程(2),根据已知的输入变量以及电路参数,计算得到内部状态x1=v1,x2=v2的信息;
S500、把所述内部状态x1=v1,x2=v2代入所述SOC估算表达式(3),将出厂标定的额定电荷以及得到内部状态v1和v2,代入所述SOC估算表达式(3)中;
S600、获得SOC估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110403620.XA CN113109712A (zh) | 2021-04-15 | 2021-04-15 | 一种基于二分支等效电路的非线性观测器及soc估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110403620.XA CN113109712A (zh) | 2021-04-15 | 2021-04-15 | 一种基于二分支等效电路的非线性观测器及soc估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113109712A true CN113109712A (zh) | 2021-07-13 |
Family
ID=76716993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110403620.XA Pending CN113109712A (zh) | 2021-04-15 | 2021-04-15 | 一种基于二分支等效电路的非线性观测器及soc估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113109712A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006455A1 (en) * | 2011-06-28 | 2013-01-03 | Ford Global Technologies, Llc | Nonlinear observer for battery state of charge estimation |
CN102967831A (zh) * | 2012-09-17 | 2013-03-13 | 常州大学 | 一种铅酸蓄电池性能在线检测系统及检测方法 |
CN105717460A (zh) * | 2016-02-19 | 2016-06-29 | 深圳大学 | 一种基于非线性观测器的动力电池soc估计方法和系统 |
CN106872899A (zh) * | 2017-02-10 | 2017-06-20 | 泉州装备制造研究所 | 一种基于降维观测器的动力电池soc估计方法 |
US20180059190A1 (en) * | 2016-08-25 | 2018-03-01 | GM Global Technology Operations LLC | State estimation of an energy system |
-
2021
- 2021-04-15 CN CN202110403620.XA patent/CN113109712A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006455A1 (en) * | 2011-06-28 | 2013-01-03 | Ford Global Technologies, Llc | Nonlinear observer for battery state of charge estimation |
CN102967831A (zh) * | 2012-09-17 | 2013-03-13 | 常州大学 | 一种铅酸蓄电池性能在线检测系统及检测方法 |
CN105717460A (zh) * | 2016-02-19 | 2016-06-29 | 深圳大学 | 一种基于非线性观测器的动力电池soc估计方法和系统 |
US20180059190A1 (en) * | 2016-08-25 | 2018-03-01 | GM Global Technology Operations LLC | State estimation of an energy system |
CN107783053A (zh) * | 2016-08-25 | 2018-03-09 | 通用汽车环球科技运作有限责任公司 | 能量系统的状态估计 |
CN106872899A (zh) * | 2017-02-10 | 2017-06-20 | 泉州装备制造研究所 | 一种基于降维观测器的动力电池soc估计方法 |
Non-Patent Citations (3)
Title |
---|
SHAOGUI FAN: "State of Charge Estimate for Super-capacitor Based on Sliding Mode Observer", 《2017 IEEE TRANSPORTATION ELECTRIFICATION CONFERENCE AND EXPO, ASIA-PACIFIC (ITEC ASIA-PACIFIC)》 * |
李建勇: "超级电容器的改进2阶RC模型研究", 《电子元件与材料》 * |
陈明轩 等: "基于超级电容储能系统的双向三重DC/DC变流器控制策略研究", 《电气应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Accurate state-of-charge estimation approach for lithium-ion batteries by gated recurrent unit with ensemble optimizer | |
Peng et al. | An improved state of charge estimation method based on cubature Kalman filter for lithium-ion batteries | |
Kwak et al. | Parameter identification and SOC estimation of a battery under the hysteresis effect | |
Du et al. | State of charge estimation for Li-ion battery based on model from extreme learning machine | |
Kim et al. | An on-board model-based condition monitoring for lithium-ion batteries | |
Xu et al. | Lithium-ion battery state of charge and parameters joint estimation using cubature Kalman filter and particle filter | |
Wu et al. | The SOC estimation of power Li-Ion battery based on ANFIS model | |
Shaheen et al. | Optimal parameter identification of linear and non-linear models for Li-Ion Battery Cells | |
Chen et al. | Simply designed and universal sliding mode observer for the SOC estimation of lithium‐ion batteries | |
Khayat et al. | Adaptive techniques used for lifetime estimation of lithium-ion batteries | |
CN112630659A (zh) | 一种基于改进bp-ekf算法的锂电池soc估算方法 | |
Meng et al. | Comparative study of lithium‐ion battery open‐circuit‐voltage online estimation methods | |
Shabarish et al. | SOC estimation of battery in hybrid vehicle using adaptive neuro-fuzzy technique | |
Chen et al. | A bias correction based state-of-charge estimation method for multi-cell battery pack under different working conditions | |
Guo et al. | An Adaptive Approach for Battery State of Charge and State of Power Co-Estimation With a Fractional-Order Multi-Model System Considering Temperatures | |
Ismail et al. | The state of charge estimation for rechargeable batteries based on artificial neural network techniques | |
Hametner et al. | Local model network based dynamic battery cell model identification | |
CN116718920A (zh) | 基于rnn优化扩展卡尔曼滤波的锂电池soc估算方法 | |
CN115932598A (zh) | 基于等效电路模型参数辨识的锂电池soc非线性组合估计方法 | |
CN113109712A (zh) | 一种基于二分支等效电路的非线性观测器及soc估算方法 | |
CN113093014B (zh) | 一种基于阻抗参数的soh与soc的在线协同估计方法及系统 | |
Wang et al. | Improved Long Short-Term Memory: Statistical Regression Model for High Precision SOC Estimation of Lithium-Ion Batteries Adaptive to Complex Current Variation Conditions | |
Li et al. | On-line battery state of charge estimation using Gauss-Hermite quadrature filter | |
Nurdiansyah et al. | State of charge estimation of ultracapacitor based on equivalent circuit model using adaptive neuro-fuzzy inference system | |
Bezha et al. | Improved ann for estimation of power consumption of ev for real-time battery diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210713 |
|
RJ01 | Rejection of invention patent application after publication |