《电子测量技术杂志》发表论文赏析

基于AMEsim的锂电池健康状态估计模型实验研究

来源:电子测量技术杂志2019年第9期北京时间:

作者:孙俏,张晓宇

摘要:新能源汽车动力电池健康状态(state of health,SOH)是一个表征电池性能优良的重要评价指标。针对准确估计18650锂电池健康状态这一目标需求,在锂电池单体数学模型的基础上,通过其等效电路模型分析影响锂电池健康状态的因素,采用通用非线性模型(gneral nonlinear model,GNL)电池等效电路和扩展卡尔曼滤波算法,在AMEsim仿真环境下搭建了锂电池SOH估计模型,并对18650锂电池进行充放电循环实验,将采集到的数据集导入AMEsim估计模型的数据模块中进行算法仿真。仿真实验结果表明,SOH估算误差小于8%,建立的锂电池SOH估计模型满足估算精度高,响应速度快的目标需求。

关键词:电池健康状态;等效电路模型;卡尔曼滤波算法;AMEsim;充放电循环实验

2019年9期其他文献查阅:

多径干扰下的物联网链路负载均衡控制算法

电子侦察系统自适应跟踪数据率算法

粒子群神经网络辨识的机器人分数阶滑模控制

基于滑模自抗扰的永磁同步电机电流环控制方法研究

基于多维谱峰联合搜索的无人机控制抗扰动算法

基于改进AHP的配电网规划评价体系研究

基于模糊神经网络PID算法的液位控制系统研究

基于搜索集中度和动态信息素更新的蚁群算法

基于无线通信技术的配电网电流监测系统

基于谐波小波的风力发电并网电压故障信号特征检测

分布式电池管理系统CAN总线通信仿真试验研究

基于FPGA的CCD成像电路软件设计

一种面向搏击运动的实时数据采集系统设计

基于热真空环境模拟试验技术的信号电缆热防护方案研究

谐振式压力传感器温度补偿结构的仿真研究

一种改进的Brenner清晰度评价函数

基于土体损伤的深基坑支护地表沉降量计算

基于GA-BP神经网络在手写数字识别中的应用研究

纯电动汽车动力电池温度预测模型实验研究

居民用电负荷超短期预测研究

基于AMEsim的锂电池健康状态估计模型实验研究

基于VMD交叉样本熵的旋翼桨叶故障诊断方法

海事FBB站典型故障排查与分析

改进深度置信网络对TE过程故障诊断研究

智能配电网环境下负荷预测研究

基于Prony算法的单相自适应重合闸故障识别方法

干扰条件下基于改进SOM故障诊断研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!