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(rèn)領(lǐng)
文檔簡介
1、從進入20世紀(jì)以來,人們越來越關(guān)注能源的消耗和環(huán)境污染的治理等問題,在此形式下,世界各國的主要汽車生產(chǎn)商都高度重視新型能源汽車,尤其是純電動汽車的發(fā)展。電動汽車的主要能量是有動力電池提供的,那么合理使用動力電池的剩余電量關(guān)系到整車的性能好壞,可見準(zhǔn)確的估算電池的荷電狀態(tài)(State ofCharge,SOC)是電動汽車發(fā)展領(lǐng)域的重點和難點之一。
在論文開始時,首先介紹了鋰電池的發(fā)展以及一些基本理論,同時介紹了現(xiàn)在發(fā)展比較成熟的
2、電池SOC估算方法,并且確定使用中心差分卡爾曼濾波法(CDKF,Central Difference Kalman Filter)來估算電池SOC。研究現(xiàn)有的鋰電池特性,總結(jié)使用卡爾曼濾波一類方法時等效電路模型的結(jié)構(gòu)和優(yōu)缺點,建立了Thevenin等效電路模型并進行改進。隨后進行開路電壓特性實驗以及特性電壓脈沖實驗等來為Matlab電池模型提供數(shù)據(jù)支持,同時采用數(shù)據(jù)擬合的方法,確定各個模擬數(shù)據(jù)的準(zhǔn)確性。
隨后介紹了擴展卡爾曼濾
3、波算法(EKF,Extended Kalman Filter)的估算過程,分析中心差分卡爾曼濾波算法的原理和算法實現(xiàn)過程,針對CDKF在算法以及實際運用中誤差影響的問題進行了簡單的優(yōu)化,得到擴展卡爾曼濾波算法和中心差分卡爾曼濾波算法中的系統(tǒng)狀態(tài)、觀測方程和推導(dǎo)的各矩陣式。結(jié)合前面實驗得到的電池仿真模型,通過Matlab/Simulink搭建擴展卡爾曼濾波器和中心差分卡爾曼濾波器來對估算電池的SOC。
在論文的最終階段,通過仿真
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(yù)覽,若沒有圖紙預(yù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于鋰電池SOC估算方法.pdf
- 基于CKF的鋰電池SOC估算研究.pdf
- 磷酸鐵鋰電池建模及SOC算法研究.pdf
- 基于變參數(shù)模型的鋰電池soc觀測方法研究
- 基于變參數(shù)模型的鋰電池SOC觀測方法研究.pdf
- 基于改進Thevenin模型的磷酸鐵鋰電池SOC預(yù)測方法研究.pdf
- 磷酸鐵鋰電池模型參數(shù)與SOC聯(lián)合估算研究.pdf
- 磷酸鐵鋰電池組SOC估計算法研究.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EIS的鋰電池阻抗模型研究.pdf
- 電動汽車鋰電池SOC估計研究.pdf
- 基于CKF的鋰電池SOC估算及其電池管理系統(tǒng)研究.pdf
- 電動汽車鋰電池SOC估算研究.pdf
- 基于改進強跟蹤濾波器的鋰電池SOC估計算法的研究.pdf
- 基于雙卡爾曼濾波算法的磷酸鐵鋰電池建模及SOC估計.pdf
- 基于KF-ESN算法的儲能電站磷酸鐵鋰電池SOC估算的研究.pdf
- 基于SOC的串聯(lián)儲能鋰電池組均衡策略研究.pdf
- 基于決策樹模糊等效電路模型的鋰電池SOC估計方法.pdf
- 基于DSP的磷酸鐵鋰電池SOC預(yù)測方法的實現(xiàn).pdf
評論
0/150
提交評論