典型文献
不同温度下基于FFRLS-AEKF的锂电池SOC估计
文献摘要：
荷电状态(SOC)是电池管理系统的重要指标.针对不同环境温度对于SOC估计的影响,分别建立基于温度影响的二阶RC等效电路模型与电池可用容量模型.在此基础上,采用带有遗忘因子的递归最小二乘法(FFRLS)对模型参数进行在线识别,同时结合改进的自适应扩展卡尔曼滤波算法(AEKF)实现SOC在线联合估计,以其闭环反馈系统通过迭代来保障估计的准确性.实验结果表明,该方法在不同的环境温度下都具有较高的精度,且最大误差小于1.2％,平均绝对误差小于0.6％,均方根误差小于0.5％.
文献关键词：
锂离子电池;荷电状态;温度影响;在线联合估计;自适应扩展卡尔曼算法
中图分类号：
作者姓名：
谭天雄;朱骏;吴立锋;袁慧梅
作者机构：
首都师范大学信息工程学院 北京100048
文献出处：
引用格式：
[1]谭天雄;朱骏;吴立锋;袁慧梅-.不同温度下基于FFRLS-AEKF的锂电池SOC估计)[J].计算机应用与软件,2022(05):68-77
A类：
在线联合估计,自适应扩展卡尔曼算法
B类：
FFRLS,AEKF,锂电池,SOC,荷电状态,电池管理系统,不同环境,温度影响,RC,等效电路模型,可用容量,容量模型,遗忘因子,递归最小二乘法,在线识别,自适应扩展卡尔曼滤波,扩展卡尔曼滤波算法,闭环反馈,反馈系统,统通,最大误差,平均绝对误差,锂离子电池
AB值：
0.299888
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。
