典型文献
基于动态可重构电池网络的OCV-SOC在线估计
文献摘要:
随着大规模储能系统的广泛发展,快速准确地估计锂离子电池的荷电状态(state of charge,SOC)对系统的安全可靠运行至关重要.然而,在传统的固定串并联电池单元/模块拓扑结构中,无法直接测量电池单元/模块的开路电压(open circuit voltage,OCV),也就无法建立OCV-SOC映射关系来准确估计SOC.对此,提出一种基于新型动态可重构电池网络的精准SOC估计方法.该方法可以在1s内测量得到OCV,然后使用梯度增强决策树估计电池单元/模块的准确SOC.实验结果表明该方法的高效率和有效性,为电池状态估计提供了一个范式结构.
文献关键词:
储能系统;动态可重构电池网络;电池荷电状态;开路电压;梯度增强决策树
中图分类号:
作者姓名:
王子毅;朱承治;周杨林;王红军;慈松;康飞宇;陈铁义
作者机构:
清华大学电机工程与应用电子技术系,北京市 海淀区 100084;国网浙江省电力有限公司双创中心,浙江省 杭州市 310051;清华–伯克利深圳学院,广东省 深圳市 518000
文献出处:
引用格式:
[1]王子毅;朱承治;周杨林;王红军;慈松;康飞宇;陈铁义-.基于动态可重构电池网络的OCV-SOC在线估计)[J].中国电机工程学报,2022(08):2919-2928,中插11
A类:
动态可重构电池网络,可重构电池网络
B类:
OCV,SOC,在线估计,大规模储能,储能系统,快速准确,锂离子电池,state,charge,可靠运行,行至,串并联,拓扑结构,直接测量,开路电压,open,circuit,voltage,映射关系,估计方法,1s,内测,梯度增强决策树,电池状态,状态估计,式结构,电池荷电状态
AB值:
0.315986
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。