荷电状态
荷电状态的相关文献在1989年到2023年内共计2059篇,主要集中在电工技术、公路运输、自动化技术、计算机技术
等领域,其中期刊论文951篇、会议论文60篇、专利文献332864篇;相关期刊314种,包括自动化仪表、储能科学与技术、电工技术学报等;
相关会议52种,包括第七届电工技术前沿问题学术论坛 、中国物理学会第二十届全国静电学术会议、2015中国汽车工程学会年会等;荷电状态的相关文献由5105位作者贡献,包括王顺利、熊瑞、姜久春等。
荷电状态—发文量
专利文献>
论文:332864篇
占比:99.70%
总计:333875篇
荷电状态
-研究学者
- 王顺利
- 熊瑞
- 姜久春
- 何洪文
- 何耀
- 王占国
- 刘新天
- 卢艳华
- 张伟
- 张彩萍
- 彭思敏
- 王旭
- 于春梅
- 张维戈
- 龚敏明
- 孙丙香
- 时玮
- 杨凯
- 曾国建
- 欧阳明高
- 马彦
- 刘平
- 张宇
- 李世超
- 杜明树
- 汤慎之
- 王琪
- 程泽
- 赵万忠
- 郑岳久
- 陈虹
- 周娟
- 姚振辉
- 孙逢春
- 孟锦豪
- 曹秉刚
- 李强
- 李景新
- 李泰京
- 李立伟
- 李雪
- 沈翠凤
- 沈越
- 牛利勇
- 王凯
- 王春
- 章波
- 郑昕昕
- 陈全世
- 颜伸翔
-
-
高晓芝;
王磊;
田晋;
刘佳璐;
刘庆华
-
-
摘要:
以全钒液流电池和超级电容器组成的混合储能系统(hybrid energy storage system,HESS)可有效平抑风电功率波动。为了提高储能系统的灵活性和安全性,提出一种基于参数优化变分模态分解(variational mode decomposition,VMD)的混合储能功率分配方法。首先利用指数平滑法依据我国并网标准对风电功率进行滤波,得到符合要求的风电并网功率,并计算出储能系统所需要的平滑风电波动功率;然后基于三种信号分解评价指标构造适应度函数,采用麻雀搜索算法(sparrow search algorithm,SSA)对VMD算法中模态个数K与二次惩罚因子α进行优化,得到优化后的K值与α值后采用VMD算法分解风电波动功率并完成在全钒液流电池和超级电容器间的基本分配;最后采用模糊控制器优化储能设备的荷电状态,实现HESS功率的二次分配。算例结果表明,所提方法不仅能够对风电波动功率信号自适应分解,有效抑制风电功率波动,减少模态混叠,完成HESS功率的合理分配,还可以优化储能设备的充放电范围,避免储能设备的过度充电和过度放电状况的发生,保证储能设备的荷电状态维持在固定区间,实现HESS安全稳定运行。
-
-
边东生;
杨超
-
-
摘要:
针对无迹卡尔曼滤波(UKF)算法在估算锂电池荷电状态(SOC)时忽略了系统噪声时变特性问题,导致估算精度降低,故提出了自适应无迹卡尔曼滤波(AUKF)算法。通过建立电池模型,利用UKF对SOC进行估算的同时,结合Sage-Husa自适应滤波算法时刻对系统噪声进行估计和修正,进而提高估算SOC时的精度。通过在不同工况下对AUKF算法进行验证,其结果表明,AUKF具有较强的估算精度和稳定性,将均方根误差(RMSE)控制在1.1%以内,估算结果明显优于UKF算法。
-
-
寇发荣;
王甜甜;
王思俊;
张宏;
门浩
-
-
摘要:
准确、可靠的荷电状态(SOC)估计可以为电池管理系统的安全高效使用提供保障。针对锂电池SOC估计精度不足的问题,提出人工蜂群算法(ABC)和随机森林优化EKF算法(RFEKF)分别实现电池模型的参数辨识和SOC估计。在建立双极化模型的基础上,为解决在线辨识初始误差累积的问题,采用ABC算法搜索最小模型电压误差下的全局最优阻抗参数值,实现模型参数的精确辨识。在获得精确的模型参数基础上,使用随机森林(RF)对SOC后验估计误差进行在线补偿,达到弥补传统EKF算法高阶项误差的目的,进而实现SOC高精度估计。联合半实物仿真系统和电池测试平台,在EPA城市动力工况下对SOC估计算法实现快速控制原型验证。结果表明:基于ABC-RFEKF的锂电池SOC估计算法各项误差指标均低于传统SOC估计算法,平均误差在1%左右,满足实际工程需求。
-
-
杨伟东;
董浩;
万峰
-
-
摘要:
电池在满电状态无法进行混合动力脉冲能力特性测试(Hybrid PulsePower Characteristic,HPPC),导致电池参数在荷电状态(State of Charge,SOC)值为0.9~1区间无法辨识。针对这一问题,提出了安时积分(Ampere Hour,AH)与扩展卡尔曼滤波(Extended Kalman Filter,EKF)综合估算SOC的方案。首先基于HPPC实验数据对建立的Thevenin模型进行参数辨识,然后使用新欧洲行驶工况(New European Driving Cy⁃cle,NEDC)对AH+EKF综合估算方案进行了验证。验证结果表明采用AH+EKF综合估算方案大大降低了EKF法在SOC值为0.9~1区间的估算误差,当只采用EKF法的最大误差为2.2%,而使用AH+EKF综合估算方法最大误差不超过0.9%。该方法提高了SOC估算精度,取得了较为理想的效果。
-
-
王露霄;
段建东;
张凯;
赵克;
孙力
-
-
摘要:
传统的超级电容三支路RC等效电路模型在快速充放电过程中并不能很好地描述超级电容充放电特性,且三支路RC等效电路模型参数在线辨识困难。为了提高快速充放电工况下超级电容状态估计和参数辨识的准确性,提出了基于简化模型和EKF的状态估计和参数辨识方法。首先,通过对快速充放电工况下模型简化可行性分析,在满足精度要求的前提下将三支路RC模型简化为二支路RC模型;其次,将模型参数也作为状态变量加入到状态方程中,采用EKF算法实现超级电容状态量和模型参数的同时在线估计;最后,采用一节50 F的超级电容在恒流充电、恒电阻放电的工况下验证了所提方法的有效性。实验结果表明,基于简化模型的状态估计和参数辨识方法在不降低估计精度的情况下加快了估计速度。
-
-
张运;
姜望;
张超;
黄晓巍;
陈曦;
赵上林
-
-
摘要:
双碳和新型电力系统建设目标下集成优化资源的微电网将是电网公司实现该目标的重要载体。微电网支持并网或离网运行,其离网运行可以提高供电可靠性,这是微电网的重要特性。离网运行的微电网需要合适的稳态控制策略,以保证微电网的长期稳定运行。目前一些依赖预测信息和采用模糊智能算法的能量管理方法在微电网的长期实际运行中会产生较大的稳态控制误差。为了更好地解决微电网离网运行时电力电量平衡定量的计算问题,提高微电网离网稳态控制精度,研究了基于储能电池荷电状态的主从控制微电网离网实时稳态协调控制策略,提出了微电网离网有功协调控制间歇电源调整、负荷调整、微电网停运等关键操作中储能荷电状态控制节点值的精确工程计算方法。针对实际微电网应用工程开展了协调控制策略的具体应用,仿真和实际运行证明了所提控制策略和计算方法的有效性。
-
-
谭星浩;
刘有耀;
张雪兰
-
-
摘要:
针对粒子滤波对电动汽车锂电池荷电状态(SOC)估算误差大的问题,在建立二阶RC等效电路模型并利用脉冲放电实现电池参数辨识的基础上,采用了改进的无迹粒子滤波(IUPF)算法。该算法利用无迹卡尔曼在粒子滤波中生成重要的概率密度函数,然后在重采样阶段通过设置粒子阈值选择最优粒子,并用正则化粒子滤波改善了粒子退化问题。分别在恒流放电状态和动态应力测试(DST)下对该算法进行验证,实验结果表明:锂电池SOC估算最大误差为1.86%,提高了锂电池SOC估算精度,为电动汽车锂电池管理系统准确在线估计提供有效依据。
-
-
刘鹏;
李云伍;
梁新成
-
-
摘要:
针对无迹卡尔曼滤波(UKF)在噪声不确定及工况复杂情况下锂电池荷电状态(SOC)估计精度低的问题,提出基于自适应无迹卡尔曼滤波(AUKF)的估计方法。建立了基于二阶RC等效电路模型的锂电池状态方程,采用遗忘递推最小二乘(FFRLS)参数辨识方法,将Sage-Husa自适应滤波算法与UKF相结合对系统噪声协方差进行实时更新。仿真结果表明:在美国城市循环(UDDS)工况下UKF算法最大相对误差为4.90%,均方根误差为0.0033,改进的AUKF算法最大相对误差为3.28%,均方根误差为0.0020,相比于UKF算法,AUKF算法具有更高的精度和更好的稳定性。
-
-
续远
-
-
摘要:
锂电池具有多方面优越的性能,因此被广泛用于电动汽车领域。为了提高锂电池的安全性和使用寿命,需要准确地估算出电池的荷电状态这一重要参数。为了解决安时积分法不能确定电池SOC初始值和开路电压法需要电池长时间静置的问题,提出使用安时积分法与开路电压法相结合的方法估计电池SOC值。通过相关充放电实验确定开路电压与电池SOC的对应关系、电池达到充分静置所需时间与电池SOC的关系,以此精确估计电池SOC的初始值,再基于安时积分法实时快速地估计电池SOC值。
-
-
汪首坤;
鲁帅;
陈志华;
刘道和;
岳巍
-
-
摘要:
针对6轮足机器人动力电池的荷电状态(state of charge,SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive extended Kalman filtering,AEKF)相结合的估计算法。首先通过FFRLS算法辨识建立动力电池等效模型参数;然后利用AEKF对SOC在线估计,并为参数辨识提供准确的开路电压;最后以机器人锂电池包为对象,在动态应力测试工况(dynamic stress test,DST)下实验验证了该算法可以准确地估算动力电池SOC,SOC估计相对误差在2.5%以内。
-
-
Liang Xincheng;
梁新成;
Song Sheng;
宋胜
- 《未来汽车技术大会暨重庆汽车行业第33届年会》
| 2020年
-
摘要:
锂离子电池的片段数据估计具有现实的工程意义.以比克H18650CIL型镍钴锰酸锂单体电池为研究对象,建立了二阶RC等效电路模型,设计了锂电池实验并进行了参数辨识.完成了无迹卡尔曼滤波程序的编写,仿真和实验数据对比表明,该模型具有较高的精度.考虑到不同算法的优点,论文还使用灰色理论、BP神经网络等方法进行了锂电池荷电状态估计.在此基础上建立了无迹卡尔曼滤波(UKF)、灰色理论(GM)和神经网络(BPNN)的联合算法,分别以15%、30%和40%的锂电池片段数据作为训练数据,进行了SOC估计结果的比较.数据表明联合算法的估计精度更高.未来还需要对算法进行了更加深入的优化,以便能够在线完成锂电池参数的精准辨识.
-
-
-
-
-
代礼弘;
马建国;
王强;
向波;
於佩;
罗化东
- 《EPTC第六届输电年会》
| 2018年
-
摘要:
研究了输电线路无人机巡检过程中动力电池的放电特性,针对输电线路无人机巡检剩余续航时间难以精确控制的问题,采用引入温度补偿系数和加权系数的锂电池荷电状态计算方法,并结合无人机巡检实时状态,给出了无人机剩余续航时间的预测方法和计算模型.该方法能够实时精确的计算最佳剩余续航时间,极大的提高了无人机巡检的安全性和效率.
-
-
-
-
DONG Man;
董满;
LIU Shuqin;
刘淑琴
- 《第七届中国磁悬浮轴承学术会议》
| 2017年
-
摘要:
锂电池荷电状态(SOC)的快速准确估计是磁悬浮心脏泵系统的重要技术之一.针对锂电池这一非线性系统,提出了电池状态模型在不同循环次数、不同温度下的具体改进方法;在安时积分法和无迹卡尔曼滤波算法的基础上提出了两种算法结合的锂电池SOC估计算法及具体实现步骤;最后,分析了这种算法的收敛速度、估计精度以及算法复杂度.实验表明,采用这种复合算法能快速实现磁悬浮心脏泵用锂电池SOC的准确估计,误差在4%左右.算法复杂度低,适合实时在线计算.
-
-
刘晓辉;
王志新;
郗富强
- 《2018年世界内燃机大会》
| 2018年
-
摘要:
SOC(State of Charge)在电池管理系统、整车控制策略以及驾驶员使用过程中都起着重要的作用.准确的估算SOC是电池管理系统BMS设计中的重要一环,由于初始SOC难以确定,目前普遍采用的安时积分法进行SOC估计精度有待提高.本文采用二阶RC网络作为电池模型,应用扩展卡尔曼滤波法进行SOC估算.在Matlab/Simulink中搭建模型,对该算法进行了台架仿真试验.验证了扩展卡尔曼滤波法可以更加精确地估算SOC,并且具有较强的抗干扰能力.
-
-
刘晓辉;
王志新;
郗富强
- 《2018年世界内燃机大会》
| 2018年
-
摘要:
SOC(State of Charge)在电池管理系统、整车控制策略以及驾驶员使用过程中都起着重要的作用.准确的估算SOC是电池管理系统BMS设计中的重要一环,由于初始SOC难以确定,目前普遍采用的安时积分法进行SOC估计精度有待提高.本文采用二阶RC网络作为电池模型,应用扩展卡尔曼滤波法进行SOC估算.在Matlab/Simulink中搭建模型,对该算法进行了台架仿真试验.验证了扩展卡尔曼滤波法可以更加精确地估算SOC,并且具有较强的抗干扰能力.