典型文献
新能源汽车锂离子电池组SOC-SOP联合估计算法
文献摘要：
为了精确地估计新能源汽车锂离子电池组的状态,该文将串并联电池包中并联电池组简化为大单体,基于一阶阻容模型构建了电池包的等效电路模型.基于自适应扩展Kalman滤波(AEKF)和电池系统多约束算法构建了电池包的荷电状态-功率状态(SOC-SOP)双状态联合估计算法.该算法在精确估计SOC的基础上,考虑了电池多约束对其功率状态(SOP)影响,使电池组SOP算法能够精确地预测电池电流峰值,实现电池组精确SOP估计.结果表明:在模拟循环高速公路燃料经济性试验(HWFET)工况下,SOC估计值收敛后的最大绝对误差仅为2.7％;SOP估计值与日本电动车标准(JEVS)实验测试结果相同且平均相对误差小于3.5％.
文献关键词：
新能源汽车;锂离子电池组;自适应扩展Kalman滤波(AEKF);荷电状态(SOC);功率状态(SOP)
中图分类号：
作者姓名：
谢翌;江迪生;张扬军;李伟;杨瑞;钱煜平
作者机构：
重庆大学 机械与运载工程学院,重庆 400044,中国;清华大学,汽车安全与节能国家重点实验室,北京100084,中国;重庆大学 能源与动力工程学院,重庆 400044,中国
文献出处：
引用格式：
[1]谢翌;江迪生;张扬军;李伟;杨瑞;钱煜平-.新能源汽车锂离子电池组SOC-SOP联合估计算法)[J].汽车安全与节能学报,2022(03):580-589
A类：
JEVS
B类：
新能源汽车,锂离子电池组,SOC,SOP,联合估计,估计算法,串并联,电池包,并联电池组,阻容,等效电路模型,Kalman,AEKF,电池系统,多约束,荷电状态,功率状态,精确估计,电流峰值,高速公路,燃料经济性,HWFET,估计值,绝对误差,电动车,车标,实验测试,平均相对误差
AB值：
0.292453
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
