综述了锂离子电池荷电状态 (state of charge,SOC)估算方法的研究进展。 作为电动汽车电池管理中的重要指标,SOC表征了电池在当前循环中剩余的电量。 精确的SOC估算可有效地避免电池工作于过低电量等不良工
CN106026260A CN201610470569.3A CN201610470569A CN106026260A CN 106026260 A CN106026260 A CN 106026260A CN 201610470569 A CN201610470569 A CN 201610470569A CN 106026260 A CN1060262
为提高动力电池荷电状态(state of charge, SOC)估算精确性、稳定性,该文提出一种基于LSTM+UKF(long short term memory+unscented Kalman filter)融合的动力锂电池SOC估算方法。构建动力锂电池SOC估算窗口LSTM结
CN115327383A CN202210804570.0A CN202210804570A CN115327383A CN 115327383 A CN115327383 A CN 115327383A CN 202210804570 A CN202210804570 A CN 202210804570A CN 115327383 A CN115327383 A CN 115327383A Authority CN China Prior art keywords noise estimation state colored noise model Prior art date 2022-07-08 Legal status (The legal status is
CN115113047A CN202110288671.2A CN202110288671A CN115113047A CN 115113047 A CN115113047 A CN 115113047A CN 202110288671 A CN202110288671 A CN 202110288671A CN 115113047 A CN115113047 A CN 115113047A Authority CN China Prior art keywords particle improved lithium battery filtering soc estimation Prior art date 2021-03-18 Legal status (The
CN112290887A CN202011005911.5A CN202011005911A CN112290887A CN 112290887 A CN112290887 A CN 112290887A CN 202011005911 A CN202011005911 A CN 202011005911A CN 112290887 A CN112290887 A CN 112290887A Authority CN China Prior art keywords algorithm network model parameters neural network Prior art date 2020-09-23 Legal status
CN106019164A CN201610530695.3A CN201610530695A CN106019164A CN 106019164 A CN106019164 A CN 106019164A CN 201610530695 A CN201610530695 A CN 201610530695A CN 106019164 A CN1060191
CN106093783A CN201610388922.3A CN201610388922A CN106093783A CN 106093783 A CN106093783 A CN 106093783A CN 201610388922 A CN201610388922 A CN 201610388922A CN 106093783 A CN1060937
CN105093122A CN201510405895.1A CN201510405895A CN105093122A CN 105093122 A CN105093122 A CN 105093122A CN 201510405895 A CN201510405895 A CN 201510405895A CN 105093122 A CN105093122 A CN 105093122A Authority CN China Prior art keywords battery internal resistance sqkf delta estimation Prior art date 2015-07-09 Legal status (The legal
soc和soh估计主要使用三种方法：库仑计数法、电压法和卡尔曼滤波器法。这些方法适用于所有电池系统,尤其是hev、ev和pv,下面几节将分别讨论这些方法。
CN110133507A CN201910329199.5A CN201910329199A CN110133507A CN 110133507 A CN110133507 A CN 110133507A CN 201910329199 A CN201910329199 A CN 201910329199A CN 110133507 A CN110133507 A CN 110133507A Authority CN China Prior art keywords value battery narx network soc Prior art date 2019-04-23 Legal status (The legal status is an
本工作旨在提高电池建模和soc估算精确度,选择一阶rc等效电路模型以表征锂电池的动态特性,基于最高小二乘法,并融合多新息理论对模型参数进行辨识,改进了传统最高小二乘
目前电池 soc 估算策略主要有: 开路电压法、 安时计量法、 人工神经网络法、 卡尔曼滤波法等。 开路电压法的基本原理是将电池充分静置, 使电池端电压恢复至开路电压,
CN105093122B CN201510405895.1A CN201510405895A CN105093122B CN 105093122 B CN105093122 B CN 105093122B CN 201510405895 A CN201510405895 A CN 201510405895A CN 105093122 B CN105093122 B CN 105093122B Authority CN China Prior art keywords mrow msub mtd mtr mover Prior art date 2015-07-09 Legal status (The legal status is an assumption
CN107894570A CN201710995942.1A CN201710995942A CN107894570A CN 107894570 A CN107894570 A CN 107894570A CN 201710995942 A CN201710995942 A CN 201710995942A CN 107894570 A CN107894570 A CN 107894570A Authority CN China Prior art keywords battery pack thevenin models soc parameter value Prior art date 2017-10-23 Legal status (The legal
本发明旨在寻求一种可以在模型运算量适中,且可以在实车环境下实现全方位工况范围、全方位生命周期内的精确确电池soc估计的方法。 技术实现思路. 1、本发明正是针对现有技术中
目前较常采用的方法有放电试验法、安时计量法、开路电压法、负载电压法、内阻法、神经网络法、卡尔曼滤波法。 1.放电试验法 放电试验法是最高可信赖的 SOC 估计 方法,即采用恒定电流对动力 电池 进行连续放电至终止电
CN104181470B CN201410459523.2A CN201410459523A CN104181470B CN 104181470 B CN104181470 B CN 104181470B CN 201410459523 A CN201410459523 A CN 201410459523A CN 104181470 B CN104181470 B CN 104181470B Authority CN China Prior art keywords kth matrix battery battery system soc Prior art date 2014-09-10 Legal status (The legal status is an
CN114879046A CN202210454883.8A CN202210454883A CN114879046A CN 114879046 A CN114879046 A CN 114879046A CN 202210454883 A CN202210454883 A CN 202210454883A CN 114879046 A CN114879046 A CN 114879046A Authority CN China Prior art keywords matrix lithium battery charge life model Prior art date 2022-04-24 Legal status (The legal status is an
本文首先分析了锂电池荷电状态估计的影响因素和测试标准；然后从基于实验计算的传统方法、基于电池模型的滤波类算法、基于数据驱动的机器学习技术以及数模混合估计方法四个方面开展对比分析,归纳总结各类方法的
CN108808137A CN201810626157.3A CN201810626157A CN108808137A CN 108808137 A CN108808137 A CN 108808137A CN 201810626157 A CN201810626157 A CN 201810626157A CN 108808137 A CN108808137 A CN 108808137A Authority CN China Prior art keywords module lithium battery battery voltage main control Prior art date 2018-06-19 Legal status (The legal
对我们的先进光伏储能解决方案感兴趣吗？请致电或发消息给我们以获取更多信息。