典型文献
基于改进双卡尔曼滤波法的储能电池SOH估计
文献摘要：
准确估计储能电池的健康状态(State-of-health,SOH),对电池的容量及安全管理有着重要意义.使用双卡尔曼滤波算法实现对模型参数和状态的估计,并结合安时积分法逆过程,实现SOH估计.为提高双卡尔曼滤波算法的鲁棒性和估计精度,对算法结构进行改进,建立起参数辨识和状态估计的耦合结构;并结合模型状态和参数的时变特点,引入多时间尺度方法,提出一种多时间尺度双扩展卡尔曼滤波算法.在放电深度为50％的恒流放电数据上的应用结果证实了所提算法的有效性,稳定后的SOH估计误差小于2 Ah,精度较改进前有较大的提升,且具有很好的鲁棒性.
文献关键词：
双卡尔曼滤波;多时间尺度;储能电池;健康状态;荷电状态
中图分类号：
作者姓名：
左信;陈志鹏;岳元龙
作者机构：
中国石油大学(北京)信息科学与工程学院自动化系
文献出处：
引用格式：
[1]左信;陈志鹏;岳元龙-.基于改进双卡尔曼滤波法的储能电池SOH估计)[J].化工自动化及仪表,2022(05):590-598
A类：
B类：
双卡尔曼滤波,储能电池,SOH,健康状态,State,health,算法实现,安时积分法,估计精度,算法结构,参数辨识,状态估计,耦合结构,多时间尺度,扩展卡尔曼滤波算法,放电深度,恒流放电,估计误差,Ah,进前,荷电状态
AB值：
0.278769
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。
